スペクトルデータの予測モデルの構築
JMP Pro を使用して、スペクトル データ/波長に基づいた持続可能な経験的モデルを構築します。
方法を参照してください:
- グラフ ビルダーを使用してデータを調べ、さまざまなスペクトルがどのように見えるかを把握します。
- 多変量解析を使用してすべての波長とその結果の相関係数を調べ、多重共線性を確認します
- モデル駆動多変量管理図を使用して、すべての波長変数を調べ、制御不能な実行をドリルダウンして、モデルを構築する必要がある主成分の数を特定します。
- この時点では出力 (Y) 情報が必要ないことを理解して、目的のサンプルのスペクトルを取得します。
- Functional Data Explorer の Functional Principal Components を含む行によって、スペクトル内の最も顕著な次元を特定します。
- 機能主成分プロファイラーを使用して、対象変数の変化に応じてスペクトルがどのように変化するかを把握します。
- 実験計画で使用するために機能主成分スコアをデータ テーブルに保存します
- 関数的主成分を因子 (共変量) として使用して実験計画を作成する
- 実験を実行して目的の出力を収集する
- PLS および/または一般化回帰 (または相関係数を処理できるその他の方法) を介して結果をモデル化します。
- 全体的な最適解を決定する
- この持続可能なモデルを使用して、同じ校正済み機器を使用して分析される将来のすべてのサンプルの結果を決定します
- スコア プロットを使用してカテゴリ データを調べる
注: Q&A は、24:21、25:01、37:01、37:49、38:34、および 42:08 に含まれます。
予測モデリングと機械学習
