Ursprüngliches Sitzungsdatum: 3. Februar 2022
Behandelte Themen: Datenimport und -bereinigung, grafische Darstellung von Spektrallinien, verallgemeinerte Regression und PLS
In dieser Folge von JMP im Upstream, @Bill_Worley (Sr. Systems Engineer) stellt das von ihm mitentwickelte Add-In zur Analyse von Spektraldaten in JMP vor. Er führt uns durch Methoden zum Importieren der Daten in JMP, Datenbereinigung und -vorbereitung, Tipps zur Visualisierung der Daten vor der Analyse und die Analyse selbst. Er demonstrierte verschiedene Methoden zur Analyse der Daten, darunter Partial Least Squares (PLS) und Generalized Regression. Bei der letzteren Methode ist er in der Lage, die Anzahl der Spektren, die erforderlich sind, um umsetzbare Entscheidungen zu treffen, von 400 (Gesamtzahl der gesammelten Linien) auf 340 (erforderlich für ein statistisch signifikantes PLS-Modell) auf weniger als 70 (Gen Reg) zu reduzieren. Stellen Sie sich vor, Sie müssten nur <20 % der Daten sammeln, von denen Sie ursprünglich dachten? Das ist Echtzeit und echtes Geld gespart!
Spektrallinien, abgeleitet von der Analyse von Benzinproben bei verschiedenen Oktanzahlen.
In dieser Folge von JMP im Upstream stellt Bill Worley (Sr. Systems Engineer) das von ihm mitentwickelte Add-In zur Analyse von Spektraldaten in JMP vor. Er führt uns durch Methoden zum Importieren der Daten in JMP, Datenbereinigung und -vorbereitung, Tipps zur Visualisierung der Daten vor der Analyse und die Analyse selbst. Er demonstrierte verschiedene Methoden zur Analyse der Daten, darunter Partial Least Squares (PLS) und Generalized Regression. Bei der letzteren Methode ist er in der Lage, die Anzahl der Spektren, die erforderlich sind, um umsetzbare Entscheidungen zu treffen, von 400 (Gesamtzahl der gesammelten Linien) auf 340 (erforderlich für ein statistisch signifikantes PLS-Modell) auf weniger als 70 (Gen Reg) zu reduzieren. Stellen Sie sich vor, Sie müssten nur <20 % der Daten sammeln, von denen Sie ursprünglich dachten? Das ist Echtzeit und echtes Geld gespart!
