Niveau: Anfänger
【Moderator】
Tatsuro Yamamoto, Statistik von Gore Japan
[Präsentationsübersicht]
In dieser Ankündigung. Wir werden das "log-lineare Varianzmodell" vorstellen, das bei der JMP-Modellanpassung verwendet werden kann. Gleiche Varianzen werden normalerweise angenommen, wenn eine Regressionsanalyse oder Varianzanalyse (allgemeines lineares Modell) in der JMP-Modellanpassung durchgeführt wird. Die Daten, mit denen wir es tatsächlich zu tun haben, weichen jedoch häufig von dieser Annahme ab. Das log-lineare Varianzmodell ist in solchen Fällen eine sehr nützliche Methode. Als Gegenmaßnahme gegen ungleiche Varianz werden einige Gegenmaßnahmen wie etwa Variablentransformation verwendet. Auf der anderen Seite analysiert das logarithmische lineare Varianzmodell von JMP die Daten wie sie sind, analysiert (Modelle), wie die Faktoren den Mittelwert und die Varianz beeinflussen, und verwendet einfach die Ergebnisse, um das Profil vorherzusagen. Außerdem stellen wir Ihnen einige Anwendungsbeispiele in unserem Unternehmen vor.
[Moderatorenprofil]
Im März 1994 machte er seinen Abschluss an der Nagoya Institute of Technology Graduate School of Chemical Engineering und bekam eine Stelle bei einem Chemiehersteller. Bis zu meinem Jobwechsel habe ich mich auf organische Synthese spezialisiert. Nach seinem Wechsel zu Gore Japan LLC hat er sich der Statistik verschrieben und ist seit über 20 Jahren in der statistischen Ausbildung und Beratung tätig. Kurz nachdem ich begonnen hatte, mich dieser Arbeit zu widmen, entdeckte ich JMP und war überzeugt, dass es keine bessere Statistiksoftware für Ingenieure gab. Seitdem haben wir die Verbreitung von JMP als statistisches Tool für den internen Gebrauch vorangetrieben. Er hat ein starkes Interesse an praktischer Statistik und denkt weiterhin darüber nach, wie man Statistiken mit JMP in einer Vielzahl von Bereichen von Forschung und Entwicklung bis hin zu Produktionstechnologie nutzen kann.
