コース： JMP®：修復不可能なシステムの信頼性分析
間隔： 4つの半日セッション
登録料： 400米ドル
説明：このコースは、JMPを使用して、オブジェクト（信頼性）または人（生存）が許容可能なパラメーター（「イベントまでの時間」）内で動作する時間についてデータを分析する必要がある人を対象としています。 このコースは製造例を使用して提示されていますが、生存分析や再犯の研究に興味のある人もこのコースが役立つでしょう。
概要：方法を学ぶ：
- 生命データの固有の特性を区別します。
- 故障確率のノンパラメトリック（カプランマイヤー積限界）推定を計算します。
- 生活データに固有の分布モデルを適合させます。
- 信頼性または生存の測定値と危険性を推定します。
- 競合する原因が存在する場合の生存率を推定します。
- パラメトリック生存モデルを使用して、共変量または実験的要因の影響を推定します。
- 加速寿命試験を設計します。
前提条件：このコースに参加する前に、 JMP®ソフトウェア：データ探索へのケーススタディアプローチとJMP®：ANOVAと回帰を使用した統計的決定コースまたは同等の経験があります。
コース概要：
信頼性入門
- 信頼性の原則、信頼性の尺度、および生命データと打ち切り観測の性質を理解する。
- 故障確率のノンパラメトリック推定を使用します。
- 故障の信頼性と危険性のパラメトリックモデルの適用。
- 信頼性の見積もりに関する不確実性の説明。
- 信頼性を判断するために十分なサンプルサイズを決定します。
要因による信頼性
- 障害モードと競合する原因を特定します。
- 混合モデルのフィッティング。
- 競合するリスク混合モデルの適合。
- 不足しているデータの説明。
- 信頼性モデルに共変量の影響を含める。
迅速な信頼性
- ストレス要因と加速された障害を理解する。
- 加速係数の計算。
- 加速関係を使用します。
- 加速寿命試験の設計。
- 反復測定と破壊テストの劣化分析を実行します。
コース： JMP®Pro：機能データエクスプローラーを使用した曲線とプロファイルの分析
間隔： 4つの半日セッション
登録料： 400米ドル
説明：このコースは、JMPProを使用して機能データを認識およびモデル化するのに役立ちます。 計画された実験の結果などの応答として、または多変量解析などの新しい共変量または特徴としてデータを使用する方法を説明します。 機能データは、関数、プロファイル、または曲線として定義されます。 これらは、時間の経過に伴う一連の観測値またはその他の連続変数です。 これらのデータは、形状の変化を他の変数の変化に関連付けることができるようにモデル化できます。
概要：
方法を学ぶ：
- 機能データとその使用法を認識します。
- 機能データ分析に合わせてデータを前処理します。
- 関数のモデルを選択します。
- 関数の最適な表現を取得します。
- 計画された実験の分析における応答として、新しい表現を使用します。
誰が出席すべきか？
製品またはプロセスを設計、開発、改善、および最適化するために機能データを使用する取締役、マネージャー、エンジニア、科学者、技術者、およびアナリスト
前提条件：このコースに参加する前に、 JMP®ソフトウェア：データ探索へのケーススタディアプローチとJMP®：ANOVAと回帰を使用した統計的決定コースまたは同等の経験があります。
コース概要：
機能データを調べる
機能データの前処理
- 機能データのさまざまな形式を識別します。
- 機能データをクリーンアップします（タスクの記録）。
- 機能データ出力を変換します（センタリングとスケーリング、その他の一般的な変換）。
- 機能データ入力を調整します。
機能データの適合モデル
- 連続関数のモデルとして基底関数展開を記述します。
- 平滑化を使用して、モデルのバイアスと分散の間のトレードオフを最適化します。
- モデルのスプラインまたはフーリエ基底を選択します。
- モデルを取り付けます。
- 最適なモデルを選択してください。
- モデルを診断します。
機能的主成分の抽出
- 連続関数の主成分分析について説明します。
- 機能的主成分スコアを導き出し、使用します。
実験の機能分析
- 実験の分析の目標を特定します。
- 汎関数主成分に対する因子の影響を推定します。
キャップストーンのケーススタディ
- さまざまな業界から選択されたいくつかの新しいケースの1つを選択して、完全な機能データ分析を実践します。
コース： JMP®：ANOVAと回帰を使用した統計的決定
間隔： 4つの半日セッション
登録料： 400米ドル
説明：このコースでは、分散分析と回帰法を使用して、単一の連続応答変数でデータを分析する方法を学び、統計モデルの構築を紹介します。 基本的な探索的データ分析（EDA）を実行し、データの自然なパターンを発見する方法を学びます。 信頼区間や仮説検定などの重要な統計的概念が導入され、適用されます。 このコースでは、モデルの解釈や統計的仮定の違反への対処など、モデル構築の原則についても説明します。 コースの最後にあるキャップストーンの練習では、学生は自分の知識を応用することができます。
概要：
方法を学ぶ：
- 信頼区間を解釈します。
- 仮説検定を実行し、解釈しますp -値。
- 散布図と相関統計との関係を調べます。
- 複数の母平均を一元配置分散分析と比較します。
- 単純な線形回帰を使用して、連続変数間の関係を分析します。
- 一般線形モデルを使用して、連続応答と任意の数の連続またはカテゴリカル予測子の間のモデルを構築します。
- 因子と曲率の間の交互作用を評価します。
- 統計的仮説検定の仮定を評価します。
前提条件：このコースに参加する前に、 JMP®ソフトウェア：データ探索へのケーススタディアプローチコースまたは同等の経験があります。
コース概要：
統計入門
- 統計的概念。
- 記述統計とそのグラフの一部。
- 推論統計。
- 仮説検定。
- 1サンプルtテスト。
カテゴリカルファクターによる分析
- 一元配置分散分析。
- 多重比較。
- 検出力とサンプルサイズ。
連続因子による分析
モデル構築
- モデル構築入門。
- 結合要因。
- モデルの解釈。
- 物事がうまくいかないとき。
追加リソース
- ペアリングtテスト。
- 仮定に違反した場合のANOVAの代替。
- n-wayANOVAの対比。
- 同等性テスト。
コース： JMP®Pro：予測モデリング
間隔： 4つの半日セッション
登録料： 400米ドル
説明：このコースでは、JMP Proソフトウェアを使用して予測モデルを開発、評価、調整、比較、およびスコアリングするために必要なスキルについて説明します。 このコースでは、一般化回帰モデル、k最近傍法、単純ベイズ分類器、サポートベクターマシン、決定木、ニューラルネットワークなどの機械学習手法を使用して予測モデルを構築および理解する方法を学習します。 また、相互検証、ホールドバック検証、および情報理論的基準を使用して予測モデルを検証する方法についても学習します。
概要：
方法を学ぶ：
- 複雑なモデルを開発、比較、説明します。
- バギング、ブートストラップフォレスト、ブーストされたツリーなどの予測モデリングには、パーティションプラットフォームを使用します。
- k-Foldクロス検証、多層ニューラルネットワーク、ブースティングなどの予測モデリングにニューラルネットワークを使用します。
- 予測モデルを調整します。
- JMPで新しいデータをスコアリングし、他のソフトウェアで使用するスコアコードを生成します。
- 予測モデルを本番環境にデプロイします。
前提条件：このコースに参加する前に、 JMP®ソフトウェア：データ探索へのケーススタディアプローチとJMP®：ANOVAと回帰を使用した統計的決定コースまたは同等の経験があります。
コース概要：
予測モデリングの概要
- 予測モデリングはどのように異なりますか？
- データのインポートとクリーンアップ。
- 一般化と正直な評価。
予測モデリングプラットフォームの概要
パーティションプラットフォームを使用した予測モデリング
- 再帰的パーティショニング。
- バギング。
- ブートストラップフォレスト。
- ブーストされたツリーモデル。
- チューニング、
ニューラルネットワークによる予測モデリング
- ニューラルネットワークモデルのフィッティング。
- ニューラルネットワークアーキテクチャ。
- k-フォールドクロス検証。
- ブーストされたニューラルネットワーク。
- チューニング。
予測モデルの選択と展開
- モデルの比較。
- アンサンブルモデル。
- フォーミュラデポ。
コース： JMP®：実験計画法
間隔： 4つの半日セッション
登録料： 400米ドル
説明：このコースでは、実験を設計するためのコア原則に焦点を当て、これらの原則を理解して適用し、JMPのカスタムデザインプラットフォームを使用して最適なデザインを実現できるようにします。 カスタムデザインは、重要な効果を特定する場合でも、1つ以上の応答を最適化する場合でも、解決しようとしている問題に最適なデザインを生成する実験を設計するためのアプローチです。 JMPのカスタム設計について学習することに加えて、サンプルサイズと検出力、バランス、因子範囲の選択、ブロッキング、設計評価などの主要な設計概念についても学習します。 このコースは、発見、研究、開発、品質保証または管理に携わるすべての人を対象としています。
概要：
方法を学ぶ：
- 実験にはカスタムデザインを使用してください。
- 最適な設計のための適切な基準を選択してください。
- 効果的かつ効率的に因子効果をテストしたり、応答を予測したりします。
- 新しい質問に対処するために既存の実験を補強します。
- 変更が難しい要因を使用して実験を設計および分析します。
- 目的の応答レベルを達成するための最適な係数設定を見つけます。
前提条件：このコースに参加する前に、 JMP®ソフトウェア：データ探索へのケーススタディアプローチとJMP®：ANOVAと回帰を使用した統計的決定コースまたは同等の経験があります。
コース概要：
序章
- 実験計画法の紹介。
- カスタムデザイン入門。
- 回答について。
1つの要因による実験
- カテゴリカルファクターのテスト。
- 連続因子のテスト。
- モデルの検証。
- 二次効果のテスト。
2つの要因による実験
- 2つのカテゴリカル要因をテストします。
- 1つの連続因子と1つのカテゴリー因子をテストします。
- 1つのブロッキングファクターでテストします。
- 2つの連続因子をテストします。
複数の要因による実験
- 5つの要因に対する2つの応答。
- 7つの要因に対する3つの応答。
コース： JMP®：JMP®スクリプト言語
間隔： 5つの半日セッション
登録料： 500米ドル
説明：このコースは、JMPスクリプト言語（JSL）を使用してJMPソフトウェアの機能を拡張し、ルーチンタスクの自動化、新しいプロシージャの拡張または作成、およびレポートのカスタマイズを行うJMPユーザーを対象としています。 このコースでは、JSLを使用したスクリプトの基本について説明し、データテーブルの操作、マトリックスを使用した計算の容易化、スクリプト分析、結果のキャプチャによるカスタムレポートの作成など、より高度なトピックに進みます。 このコースでは、全体を通して推奨されるベストプラクティスも紹介します。 コースの最後にある自習レッスンでは、ダイアログボックスを作成して使用してスクリプトの動作を調整し、JMPスクリプトをJMPアドインとして保存して、スクリプトをオンデマンドで利用できるようにし、展開を容易にします。 このコースは、次の認定試験の準備に役立ちます。JMPを使用したJMPスクリプティング。
概要：
方法を学ぶ：
- 変数、関数と演算子、文字列、リスト、行列など、JSLの基本要素を使用します。
- JMPによって自動的に生成されるスクリプトをキャプチャし、それらを独自のスクリプトに組み込みます。
- メッセージを使用してJMP内のオブジェクトと通信します。
- 反復関数と条件関数を使用します。
- Expr（）を使用して式の評価を遅らせます。
- データテーブルを開き、他のソースからファイルをインポートします。
- 新しいデータテーブルと列を作成して操作します。
- 分析を開始し、レポートをキャプチャまたは変更します。
誰が出席すべきか
JMPスクリプティング言語（JSL）を学びたいJMPに精通している人
前提条件：このコースに参加する前に、 JMP®ソフトウェア：データ探索へのケーススタディアプローチコースまたは同等の経験があります。
コース概要：
JMPスクリプト言語の紹介
JSLビルディングブロック
- 基本要素。
- リストとマトリックス。
- スクリプトエディタとスタイル。
スクリプト制御
スクリプティングデータテーブル
- データテーブルを開く。
- 列と行の操作。
- データテーブルとマトリックスの使用。
- メタデータの使用。
- データテーブルの操作。
スクリプトプラットフォーム
- スクリプト分析。
- レポートへのアクセス。
- レポートのカスタマイズ。
スクリプトの適応（自習）
- ダイアログボックスの使用。
- 式に代入します。
- メニューのカスタマイズ。
高度なトピック
コース： JMP®：データ探索へのケーススタディアプローチ
間隔： 2つの半日セッション
登録料： $ 200 US
説明：このコースは、JMPを使用してデータを調査、管理、分析するための最初のステップとして設計されています。 他の多くのコースの前提条件としてお勧めします。 このコースは、主要なツールと機能を備えたJMPインターフェースの紹介から始まり、その後、学生が遭遇する一般的なデータの問題を提示する2つのケーススタディが続きます。 各ケーススタディは、データ探索の一般的なワークフローの要素を示しています。 このコースは、統計分析とモデリング、実験計画法と品質管理、またはJMPスクリプト言語をカバーするより高度なコースでJMPを使用する準備をするのに役立ちます。
概要：
方法を学ぶ：
- JMPにデータをインポートします。
- グラフと表を使用してデータを調べます。
- データの問題を特定して修正します。
- 数式を使用して新しい列を作成します。
- グラフィックレポートと数値レポートを保存して共有します。
前提条件：以前のJMPの知識や統計の知識は必要ありません。 このコースに参加する前に、macOSまたはMicrosoftWindowsオペレーティングシステムに精通している必要があります。
コース概要：
序章
プロセス変更のケーススタディ
- データのインポート。
- 新しい列を作成します。
- 結果の提示と共有。
プロセスモニタリングのケーススタディ
- データのインポート。
- 新しい列を作成します。
- 結果の生成と保存。
製造ケーススタディ（自習）
- データのインポート。
- 新しいテーブルと列を作成します。
- 結果の生成と保存。
コース： JMP®：統計的プロセス制御
間隔： 4つの半日セッション
登録料： 400米ドル
説明：このコースでは、JMPソフトウェアを使用して統計的プロセス制御システムをセットアップおよび保守する方法を学習します。
概要：
方法を学ぶ：
- バリエーションを説明します。
- 基本的な品質チャートを生成して解釈します。
- 測定データの管理図を生成して解釈します。
- 管理図のパフォーマンスを向上させます。
- 工程能力指数を計算して解釈します。
- 一度に多くの変数を監視します。
- バッチ処理、相関データ、属性データ、多変量データなど、前提条件を満たさないデータを処理します。
前提条件：このコースに参加する前に、 JMP®ソフトウェア：データ探索へのケーススタディアプローチコースまたは同等の経験があります。
コース概要：
序章
- 統計的プロセス制御の歴史的展望。
- 変化。
- データ形式。
- 基本的な品質ツール（オプション）。
測定データの管理図
- 管理図ビルダー。
- X-MRチャート。
- XBar-RおよびXBar-Sチャート。
- 追加のテスト。
- フェーズ。
プロセス能力
- プロセス能力。
- プロセス機能プラットフォーム。
- 注意。
- 特定の制限を管理します。
特別な状況
- 属性チャート。
- 変動の複数の原因。
- CUSUMおよびEWMA管理図。
- 多変量管理図。
- プロセススクリーニングプラットフォーム。
コース： JMP®を使用したクオリティバイデザイン（QbD）
間隔： 5つの半日セッション
登録料： 500米ドル
説明：ビジネス知識シリーズコース。 AdsurgoLLCの共同創設者兼主任コンサルタントであるHeathRushingによって発表されました。 このコースでは、実験計画法（DOE）を使用して、Quality-by-Design（QbD）の原則によって定義される医薬品開発への体系的なアプローチを確立する方法に焦点を当てます。 さらに、このコースでは、仕様の設定、測定システム（アッセイ）の評価、リスク管理戦略の一部としての管理計画の作成、およびプロセス制御/機能の確保のための統計の適用について説明します。 すべての概念は、規制ガイダンス文書の要件によって定義された製品品質システムフレームワーク内で教えられています。 このコースの分析では、JMPソフトウェアのポイントアンドクリックインターフェイスを使用します。
概要：
方法を学ぶ：
- 発見から製品の製造中止まで、QbDの原則を実装します。
- 統計を適用して仕様を設定し、測定システム（アッセイ）を検証します。
- リスク管理ツールを使用して、潜在的な重要なプロセスパラメータを特定して優先順位を付けます。
- 重要なプロセスパラメータを特定し、それらのプロセスパラメータと重要な品質属性（CQA）の間の機能的な関係を構築します。
- デザインスペースを確立します。
- リスク管理戦略の一環として管理計画を作成します。
- プロセスが（統計的）管理下にあり、機能していることを確認してください。
前提条件：このコースに参加する前に、 JMP®ソフトウェア：データ探索へのケーススタディアプローチとJMP®：ANOVAと回帰を使用した統計的決定コースまたは同等の経験があります。
コース概要：
Quality by Design（QbD）の紹介
- Quality by Design（QbD）の原則。
- 製品品質システムフレームワーク。
統計分析の入門書
- 基本的な統計。
- 仮説検定。
- ANOVAと回帰。
- ブロッキング。
QbD研究の基本的な要件
- 仕様の設定。
- アッセイ用の測定システム分析（MSA）。
実験計画法（DOE）の概要
- DOEへのステップ。
- 重要から品質への属性（CQA）の定義。
- 潜在的なプロセスパラメータの特定と優先順位付け。
スクリーニングデザイン
応答曲面計画
- 中心点の追加。
- 面心CCD。
- ボックス-ベンケンデザイン。
- I-最適なデザイン。
特殊なデザイン
- 決定的なスクリーニングデザイン。
- A-最適な設計。
QbD研究からの体系的な理解の使用
- 結果の提示。
- リスク管理戦略の一環として管理計画を作成する。
- プロセス制御と機能。
高度なDOE方法論（オプション）
- 分割プロットの設計。
- 堅牢なパラメータ設計。
- 過飽和デザイン。
- 制約のあるデザイン。
- 混合物のデザイン。
コース： JMP®：測定システム分析
間隔： 3つの半日セッション
登録料： 300米ドル
説明：このコースでは、JMPソフトウェアを使用して、測定システムの変動性とバイアスの両方を含む、プロセスに関連する測定誤差を決定する方法を学習します。
概要：
方法を学ぶ：
- 測定のばらつきについて説明してください。
- 測定システムのバイアスと変動性の両方を推定するための設計研究。
- 再現性と再現性を推定します。
- グラフィカル分析を使用して、測定誤差を理解します。
- バイアスと線形性を推定します。
- 属性ゲージの調査を実行します。
前提条件：このコースに参加する前に、 JMP®ソフトウェア：データ探索へのケーススタディアプローチとJMP®：ANOVAと回帰を使用した統計的決定コースまたは同等の経験があります。
コース： JMP®およびJMPPro：重要な予測因子の検索
間隔： 4つの半日セッション
登録料： 400米ドル
説明：このコースでは、統計モデルをフィッティングして重要な変数を特定するためのテクニックを学びます。 高度なモデリング手法とともに、手動、グラフィカル、および自動の変数選択手法を紹介します。 デモンストレーションには、設計データと未設計データの両方のモデリングが含まれます。 テクニックは、JMPソフトウェアとJMPProソフトウェアの両方を使用して説明されています。 このコースの後半で説明する高度なテクニックには、JMPProソフトウェアが必要であることに注意してください。
概要：
方法を学ぶ：
- 統計モデルを使用して、予測子のサブセットを重要なものとして識別します。
- 相互検証、ホールドバック検証、および情報理論的基準を使用して統計モデルを検証します。
- 段階的およびすべてのサブセット回帰を実行します。
- グラフィカルな方法と決定木を使用して重要な予測子を選択します。
- ガウス応答と非ガウス応答に対してペナルティ付き回帰を実行します。
- Generalized Regressionプラットフォームを使用して、重要な予測子を特定します。
誰が出席すべきか
アナリスト、研究者、技術者、または同様の役割を果たしている人で、応答を予測する上で大規模なセットのどの予測子が重要であるかを判断したい人
前提条件：このコースに参加する前に、 JMP®：ANOVAと回帰を使用した統計的決定コース。
コース概要：
変数選択の概要
- モデルの紹介。
- モデル検証方法。
- 重要度はさまざまです。
- OLS回帰と後方選択。
変数選択の古典的な方法
- グラフベースの方法。
- ステップワイズ回帰。
- すべてのサブセットの回帰。
一般化された回帰（JMP Proが必要）
- 序章。
- ラッソ/リッジ/エラスティックネット。
- アダプティブラッソ/アダプティブエラスティックネット。
- 複数のパスを持つメソッド。
一般化された回帰の特別な状況（JMP Proが必要）
コース： JMP®：JMP®を使用したグラフ化とレポート
間隔： 2つの半日セッション
登録料： $ 200 US
説明：このコースは、データ内のストーリーを効果的に共有する説得力のあるグラフ、レポート、ダッシュボードを作成したい人を対象としています。
概要：
方法を学ぶ：
- JMP Graph Builderを使用して、効果的で説得力のある視覚化を作成します。
- データをインポートしてクエリを実行し、表とグラフを有効にします。
- レポートやダッシュボードを介して他の人と結果を共有します。
誰が出席すべきか
JMPを使用してデータをグラフ化してレポートしたい人
前提条件：以前のJMPの知識や統計の知識は必要ありません。 このコースに参加する前に、macOSまたはMicrosoftWindowsオペレーティングシステムに精通している必要があります。
コース概要：
はじめにとグラフ作成
- JMPの使用を開始します。
- グラフ電卓でデータをグラフ化する。
- JMPでの地理的マッピング。
- フィルタとカラムスイッチャー。
- 効果的な視覚化。
データのインポートとクエリ
- データのインポートとクリーニング。
- JMPクエリビルダーの使用。
- 詳細テーブルと要約テーブルを作成します。
レポートとダッシュボードの作成
- JMPレポートの生成。
- JMPアプリケーションの紹介。
- JMPダッシュボードビルダーの使用。
- レポートとダッシュボードの共有。
コース： JMP®：完全なJMP®スクリプトの設計と構築
間隔： 4つの半日セッション
登録料： 400米ドル
説明：このコースでは、新しいスクリプトを系統的に作成する方法を学びます。 現実的なケーススタディを使用して、一般的な手順を説明します。 コース演習では、別のケーススタディが作成されます。 スクリプトの結果、スクリプトで使用されるJMPオブジェクト、およびスクリプトの実行に必要な手順を示すストーリーボードは、コースの最初に作成され、コース全体でさらに開発されます。 結果は必要なデータを決定するために使用されるため、次のステップは分析変数とその元のデータストアを特定することです。 データをインポートし、データをクレンジングして調和させ、新しい変数を導出するためのテクニックは、コースの前半を完了します。 コースの後半では、変数から結果への変換をスクリプト化する方法を学びます。 JMPオブジェクトは、機能するフレームワークを作成するために使用されます。 次に、各オブジェクトは必要に応じてカスタマイズまたは拡張されます。 オプションの結果または計算は、スクリプトを終了するためにユーザーダイアログにキャプチャされます。 このコースは、次の認定試験の準備に役立ちます。 JMPを使用したJMPスクリプティング。
概要：
方法を学ぶ：
- スクリプトをエンドツーエンドで設計および構築します。
- データソースを特定します。
- フラットファイルとExcelワークブックからデータをインポートします。
- データをクリーンアップして変換します。
- JMPオブジェクトからプレゼンテーションを作成します。
- 最終結果のためにオブジェクトをカスタマイズします。
前提条件：このコースに参加する前に、 JMP®：JMP®スクリプト言語の概要コースまたは同等の経験があります。
コース概要：
スクリプトデザイン
データインポート設計
データの準備
- フォーマットとシェーピング。
- データクレンジング。
- 変換。
分析、レポート、および視覚化の構築
- フレームワークの構築。
- 式を構築します。
- キャップストーンとベストプラクティス。
2番目の分析のスクリプト（付録）
- スクリプトデザイン。
- データインポートの設計。
- データの準備。
- 分析、レポート、および視覚化を構築します。
データベースアクセス（付録）
- リレーショナルデータベースに保存されているデータをインポートします。
