JMP 在上游 06：我的碳氢化合物是什么？ 使用光谱数据预测辛烷值原定会议日期：2022 年 2 月 3 日
涵盖的主题：数据导入和清理、绘制谱线、广义回归和 PLS
在上游 JMP 的这一集中， @Bill_Worley （高级系统工程师）展示了他共同开发的用于在 JMP 中分析光谱数据的插件。 他向我们介绍了将数据导入 JMP 的方法、数据清理和准备、分析前可视化数据的技巧，以及分析本身。 他演示了几种分析数据的方法，包括偏最小二乘法 (PLS) 和广义回归。 在后一种方法中，他能够将得出可操作决策所需的光谱数量从 400（收集的总线数）减少到 340（具有统计显着性的 PLS 模型所需），再到不到 70（Gen Reg）。 想象一下只需要收集 <20% 的数据？ 那是实时节省的真钱！
从分析不同辛烷值的汽油样品中得出的光谱线。
在上游 JMP 的这一集中，Bill Worley（高级系统工程师）展示了他与他人共同开发的用于在 JMP 中分析光谱数据的插件。 他向我们介绍了将数据导入 JMP 的方法、数据清理和准备、分析前可视化数据的技巧，以及分析本身。 他演示了几种分析数据的方法，包括偏最小二乘法 (PLS) 和广义回归。 在后一种方法中，他能够将得出可操作决策所需的光谱数量从 400（收集的总线数）减少到 340（具有统计显着性的 PLS 模型所需），再到不到 70（Gen Reg）。 想象一下只需要收集 <20% 的数据？ 那是实时节省的真钱！
