了解如何：
- 了解目标：确定良率 <70% 的半导体批次的根本原因，并提供良率分布的总体图形摘要、根本原因分析、建议的纠正措施和支持纠正措施的图形报告
- 使用预测器筛选来确定可能的关键因素：产量
- 关键因素分布
- 产量与关键因素的关系分析（ANOVA 和双变量拟合）
- 各种图表、热图和箱线图显示与关键因素的关系，以支持可能的纠正措施
Jason Wiggins 回答的会议问题@Jason_Wiggins马克·兹瓦尔德@mzwald。
Q：Join 函数中数据丢失怎么办？
A：如果满足匹配条件，缺失值将在连接表中。
问：Y 在预测筛选中可以分类吗？
答：是的
问：预测变量筛选与线性回归有何不同？
答：预测器筛选使用 Bootstrap Forest 方法来处理变量贡献（识别预测器 - 影响响应的 Xs - Ys），而线性回归对拟合中使用的多项式方程的系数的重要性进行排名。 Bootstrap Forest 的一个好处是它不需要假设模型。预测器筛选不进行回归，因此它不像响应筛选那样查看相关性并计算 p 值。 预测器筛选和响应筛选回答同一个问题，但以两种完全不同的数学方式。 预测筛选采用数据表的不同随机子集，在每个子集上生成决策树，然后对这些树进行平均。 因此，它实际上并没有计算 X、Y 相关性之间的 p 值，然后根据这些 p 值对效果进行排名。 它使用随机森林模型来查看响应的变化有多少来自这些因素。 您也可以使用分析>预测建模>分区来创建单个决策树。Predictor Screening 按列自动对子集进行（引导森林），并为每个子集生成决策树，然后创建平均值。 预测器筛选不会遗漏那些本身可能很弱但通过交互作用很强的因素。 您还可以使用响应筛选并比较结果。
问：Predictor Screening Report 中的 Contribution 和 Portion 值是什么意思？
答：报告显示预测变量列表及其各自的贡献和排名。 具有最高贡献的预测器可能对预测 Y 很重要。 贡献列显示每个预测变量对引导森林模型的贡献。 报告中的部分列显示每个变量的贡献百分比。
问：在预测因子筛选中，是否考虑因素交互作用？
答：是的。 确信这一点的一个好方法是使用 Bootstrap Forrest 平台在 JMP Pro 中执行相同的分析。 可以在 Profiler 中找到交互和高阶行为的证据。 这很有用，因为我们不必像回归那样有一个假设的模型。 我们免费获得所有这些信息。
问：我是否需要 JMP Pro 进行预测筛选？
答：不，尽管 JMP Predictor Screening 为您提供了 JMP Pro Bootstrap Forest 提供的列贡献报告。 使用 JMP Pro，当您运行 Bootstrap Forest 时，您可以运行模型并保存模型结果，而仅使用 JMP Predictor Screening 则无法做到这一点。
问：在单因素分析和二元分析中，你能用 CMP 给点上色吗？
答：是的。 只需将值颜色指定为 CMP 列的列属性。 行 > 颜色或按列标记。然后选择颜色并保存到列属性。
Q: Re: 发表报告？ 您可以将报告发布到私人公司位置吗？
答：是的，您可以以交互式 HTML 形式发布到私人位置，获得 JMP Live 许可的组织可以发布到任何外部或内部服务器，并设置全方位的证券、群组等。
问：您是否需要特殊版本的 JMP 才能发布到 JMP Live？
答：JMP Live 是随 JMP 15 提供的。您的站点需要获得 JMP Live 许可、建立安全性等。
问：是否可以在不使用 JMP live 的情况下保存交互式报告？
A: 是的，使用 File>Save As 有很多选项。May 报告的一种交互式选项是另存为交互式 html。 如果不保存到 JMP Live，某些功能（如列切换器和数据过滤器）可能不可用。
问：关联的数据过滤器是否与数据表一起保存？
A：是的，从带有数据过滤器的报告下的右三角形中，您可以保存脚本>到数据表。您还可以保存脚本>到数据表（所有对象）
问：如果添加行，图表会更新吗？
答：许多平台允许您选择自动重新计算来更改行状态（添加、删除、隐藏、排除）。要为报告窗口打开自动重新计算，请单击平台红色小三角并选择重做 > 自动重新计算. 要关闭它，请取消选择相同的选项。支持自动重新计算的平台在平台首选项中包含一个首选项。要为报告窗口启用自动重新计算，请单击报告红色小三角并选择重做 > 自动重新计算. 要关闭它，请取消选择相同的选项。 从任何平台的红色三角形中，您还可以选择重做>重做分析。
资源：
