Date de la session initiale : 3 février 2022
Sujets abordés : importation et nettoyage de données, représentation graphique des raies spectrales, régression généralisée et PLS
Dans cet épisode de JMP dans l'Amont, @Bill_Worley (Sr. Systems Engineer) présente le complément qu'il a co-développé pour analyser les données spectrales dans JMP. Il nous explique les méthodes d'importation des données dans JMP, le nettoyage et la préparation des données, des conseils pour visualiser les données avant l'analyse et l'analyse elle-même. Il a démontré plusieurs façons d'analyser les données, y compris les moindres carrés partiels (PLS) et la régression généralisée. Dans cette dernière méthode, il est capable de réduire le nombre de spectres nécessaires pour tirer des décisions exploitables de 400 (lignes totales collectées) à 340 (requis pour un modèle PLS statistiquement significatif), à moins de 70 (Gen Reg). Imaginez que vous n'ayez besoin de collecter que <20 % des données que vous pensiez à l'origine ? C'est du temps réel et de l'argent réel économisé !
Lignes spectrales dérivées de l'analyse d'échantillons d'essence à divers indices d'octane.
Dans cet épisode de JMP en amont, Bill Worley (Sr. Systems Engineer) présente le complément qu'il a co-développé pour l'analyse des données spectrales dans JMP. Il nous explique les méthodes d'importation des données dans JMP, le nettoyage et la préparation des données, des conseils pour visualiser les données avant l'analyse et l'analyse elle-même. Il a démontré plusieurs façons d'analyser les données, y compris les moindres carrés partiels (PLS) et la régression généralisée. Dans cette dernière méthode, il est capable de réduire le nombre de spectres nécessaires pour tirer des décisions exploitables de 400 (lignes totales collectées) à 340 (requis pour un modèle PLS statistiquement significatif), à moins de 70 (Gen Reg). Imaginez que vous n'ayez besoin de collecter que <20 % des données que vous pensiez à l'origine ? C'est du temps réel et de l'argent réel économisé !
