數據評估大家好，
我確實有一個包含以下列的數據集：
- 生產日期/時間
- 輪班（每天 3 次）
- 暫存位置（10 個位置，每個位置有 75 個不同的選項）
- 批號
- 產品厚度（範圍從100到1000）
- 產品長度（1 或 2）
- 每個產品流程結束時的品質檢查（好或壞）
一行資料代表一個產品的資料。
在這個過程的最後，我確實收到了好的或壞的產品。我現在想做的是分析整個資料集，找出好產品和壞產品之間的相似之處，並找出什麼樣的問題導致了壞產品。
我已經使用了散點圖矩陣，並嘗試透過圖形生成器以不同的方式視覺化數據，但我想更詳細地了解細節。
您建議如何分析此類數據？有什麼建議甚至教程可以解決此類問題嗎？
感謝您的協助。如果您需要更多信息，請告訴我。
此致，
約翰內斯
數據探索和視覺化大規模客製化回复：數據評估謝謝 ：）
回复：數據評估謝謝你！ 
回复：數據評估我喜歡@馬克貝利的答案，另一種類似的方法，有點像作弊，是使用 Analyze>Screening>Predictor Screening。
該工具將向您展示每個輸入變量如何影響響應變量的變化。 這是一個快速檢查，非常有用。
回复：數據評估對於一本包含許多與 JMP 相關的示例和案例研究的書，我建議購買“Visual Six Sigma...”。 這是購買 SAS 支持書籍的鏈接：鏈接到“視覺六西格碼” . 我認為您會發現第 9 章與您嘗試做的事情特別相似。
回复：數據評估我發現 STIPS 中的 EDA 是學習此類分析的非常有用的培訓。
https://www.jmp.com/en_us/online-statistics-course/exploratory-data-analysis.html
基本上我會從分發平台開始，將所有相關變量放入並查看單擊好/壞時會發生什麼，
其他人是如何分配的。
您可以繼續使用 graphbuilder 並在不同的拖放區中放置變量，您可以可視化超過 2 個變量......
您可以嘗試通過 x 擬合 y 來將每個變量的影響視為一個因素，
然後可以繼續擬合模型，輸入你的 y 和所有 x，看看會發生什麼。
當然最後你可以嘗試建立一個好的模型，準確理解每個參數的量化效果。
但我認為，線索是一步一步來，從簡單到復雜的平台/模型。
查看帶有示例數據和此類分析的示例文件也很棒。
參見例如“身體脂肪”，它有很多分析。
Open("$SAMPLE_DATA/Body Fat.jmp")回复：數據評估JMP 中有許多建模技術可用於探索響應與潛在因子之間的關係。 我喜歡 Analyze > Predictive Modeling > Partition 平台進行此類探索。 看到這個幫助頁面開始。
