コース： JMP®: 修復不可能なシステムの信頼性分析
間隔：半日セッション4回
登録料： 400ドル
説明：このコースは、JMP を使用して、物体 (信頼性) または人 (生存) が許容可能なパラメータ (「イベント発生までの時間」) 内でどのくらいの時間動作するか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説明されていますが、生存分析や再犯の研究に興味がある人にも役立つでしょう。
概要:やり方を学ぶ：
- 生活データの固有の特徴を識別します。
- 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) 推定値を計算します。
- 生活データに固有の分布モデルを当てはめます。
- 信頼性または生存対策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、共変量または実験因子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 アプローチそしてJMP®: ANOVA と回帰を使用した統計的決定コースを受講しているか、同等の経験があること。
コース概要：
信頼性の概要
- 信頼性の原則、信頼性の尺度、生命データと打ち切られた観察の性質を理解する。
- 失敗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 モデルを適用します。
- 信頼性の推定に関する不確実性を考慮します。
- 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。
要素を含む信頼性
- 故障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フィッティング。
- 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ます。
迅速な信頼性
- ストレス要因と加速される故障を理解する。
- 加速係数を計算します。
- 加速関係を使用します。
- 加速寿命試験の設計。
- 繰り返し測定や破壊試験による劣化解析を行います。
コース： JMP® Pro: Functional Data Explorer を使用した曲線とプロファイルの分析
間隔：半日セッション4回
登録料： 400ドル
説明：このコースは、JMP Pro を使用して機能データを認識し、モデル化するのに役立ちます。 データを、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や特徴として使用する方法を学習します。 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と関連付けることができるようにモデル化できます。
概要：
やり方を学ぶ：
- 機能データとその用途を認識します。
- 機能データ分析に合わせてデータを前処理します。
- 機能のモデルを選択します。
- 関数の最適な表現を取得します。
- 新しい表現を、計画された実験の分析における応答として使用します。
誰が出席すべきか？
機能データを使用して製品やプロセスを設計、開発、改善、最適化するディレクター、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 アプローチそしてJMP®: ANOVA と回帰を使用した統計的決定コースを受講しているか、同等の経験があること。
コース概要：
機能データの探索
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。
機能データのモデルの適合
- 連続関数のモデルとして基底関数展開を説明します。
- 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。
- モデルをフィットさせます。
- 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。
- 機能主成分スコアを導出して使用します。
実験の機能解析
- 実験の分析の目標を特定します。
- 機能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ばれたいくつかの新しいケースから 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：半日セッション4回
登録料： 400ドル
説明：このコースでは、分散分析と回帰分析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。 初歩的な探索的データ分析 (EDA) を実行し、データ内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 Capstone 演習では、学生が知識を応用できるようになります。
概要：
やり方を学ぶ：
- 信頼区間を解釈します。
- 仮説検証を実行して解釈するp -価値観。
- 散布図と相関統計を使用して関係を調べます。
- 複数の母集団平均を一元配置分散分析で比較します。
- 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予測子またはカテゴリ予測子との間のモデルを構築します。
- 因子と曲率の間の相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をお持ちの方。
コース概要：
統計学入門
- 統計的な概念。
- 記述統計とそのグラフの一部。
- 推論統計。
- 仮説検証。
- ワンサンプルtテスト。
カテゴリカル因子を使用した分析
- 一元配置分散分析。
- 複数の比較。
- 検出力とサンプルサイズ。
連続因子による分析
- 関係性を探ります。
- 単純な線形回帰。
- 多項式回帰。
モデル構築
- モデル構築の紹介。
- 要素を組み合わせる。
- モデルの解釈。
- 物事がうまくいかないとき。
追加リソース
- ペアリング済みtテスト。
- 仮定に違反した場合の ANOVA の代替手段。
- n-way ANOVA での対比。
- 等価性テスト。
コース： JMP® Pro: 予測モデリング
間隔：半日セッション4回
登録料： 400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、スコアリングするために必要なスキルをカバーします。 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、サポート ベクター マシン、デシジョン ツリー、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びます。 また、相互検証、ホールドバック検証、情報理論基準を使用して予測モデルを検証する方法も学習します。
概要：
やり方を学ぶ：
- 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 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 相互検証、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。
- 予測モデルを実稼働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 アプローチそしてJMP®: ANOVA と回帰を使用した統計的決定コースを受講しているか、同等の経験があること。
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違うのでしょうか?
- 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
- 再帰的なパーティショニング。
- 袋詰め。
- ブートストラップの森。
- 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-Fold交差検証。
- ニューラルネットワークの強化。
- チューニング。
予測モデルの選択と導入
- モデルの比較。
- アンサンブルモデル。
- フォーミュラ倉庫。
コース： JMP®: カスタム実験計画法
間隔：半日セッション4回
登録料： 400ドル
説明：このコースでは、実験設計の核となる原則に焦点を当て、それらの原則を理解して適用し、JMP のカスタム設計プラットフォームを使用して最適な設計を達成できるようにします。 カスタム計画は、重要な効果を特定する場合や 1 つ以上の応答を最適化する場合など、解決しようとしている問題に対して最適な計画を作成する実験を計画するアプローチです。 JMP でのカスタム計画について学ぶことに加えて、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、計画評価などの主要な設計概念を学びます。 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：
やり方を学ぶ：
- あらゆる実験にカスタム設計を使用します。
- 最適な設計を実現するために適切な基準を選択してください。
- 効果的かつ効率的に要因の効果をテストしたり、反応を予測したりできます。
- 既存の実験を拡張して新しい質問に対処します。
- 変更が難しい因子を使用した実験を計画して分析します。
- 望ましい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 アプローチそしてJMP®: ANOVA と回帰を使用した統計的決定コースを受講しているか、同等の経験があること。
コース概要：
導入
- 実験計画法についての紹介。
- カスタムデザインの紹介。
- 回答について。
1 つの要素を使った実験
- カテゴリカル因子のテスト。
- 連続因子のテスト。
- モデルを検証しています。
- 二次効果のテスト。
2 つの要素を使った実験
- 2 つのカテゴリ要素をテストします。
- 1 つの連続因子と 1 つのカテゴリ因子をテストします。
- 1 つのブロック因子を使用したテスト。
- 2 つの連続因子をテストします。
複数の要素を使った実験
- 5 つの要素に対する 2 つの応答。
- 7 つの要素に対する 3 つの応答。
コース： JMP®: JMP® スクリプト言語
間隔：半日セッション5回
登録料： 500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、日常的なタスクを自動化し、新しいプロシージャを拡張または作成し、レポートをカスタマイズしたいと考えている 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を説明し、その後、データ テーブルの操作、計算を容易にする行列の使用、分析のスクリプト作成、カスタム レポートを作成するための結果のキャプチャなど、より高度なトピックに進みます。 このコースでは、推奨されるベスト プラクティスも全体を通して提示されます。 コースの最後にある自習レッスンでは、スクリプトの動作を調整するためのダイアログ ボックスの作成と使用方法、および 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て展開を容易にする方法について説明します。 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 スクリプト。
概要：
やり方を学ぶ：
- 変数、関数と演算子、文字列、リスト、行列などの 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たスクリプトをキャプチャし、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いて、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、レポートを取得または変更します。
誰が出席すべきか
JMP に精通しており、JMP スクリプト言語 (JSL) を学びたい人
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をお持ちの方。
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。
- リストと行列。
- スクリプトエディターとスタイル。
スクリプト制御
データテーブルのスクリプト作成
- データテーブルを開きます。
- 列と行を操作します。
- 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。
スクリプトの調整 (独学)
- ダイアログボックスの使用。
- 式での置換。
- 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：半日セッション2回
登録料： 200ドル
説明：このコースは、JMP を使用してデータを探索、管理、分析したい人の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推奨されます。 このコースは、主要なツールと機能を備えた JMP インターフェイ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問題を示す 2 つのケース スタディが続きます。 各ケース スタディでは、データ探索の典型的なワークフローの要素を示します。 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 スクリプト言語を含む、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：
やり方を学ぶ：
- データを JMP にインポートします。
- グラフや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。
- 数式を含む新しい列を作成します。
- グラフィックおよび数値レポートを保存して共有します。
前提条件: JMP の事前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 Microsoft Windows オペレーティング システムについて理解しておく必要があります。
コース概要：
導入
プロセス変更のケーススタディ
- データをインポートしています。
- 新しい列を作成します。
- 結果の提示と共有。
プロセス監視のケーススタディ
- データをインポートしています。
- 新しい列を作成します。
- 結果の生成と保存。
製造業のケーススタディ (独習)
- データをインポートしています。
- 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：半日セッション4回
登録料： 400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維持する方法を学びます。
概要：
やり方を学ぶ：
- 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および解釈します。
- 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。
- 多くの変数を一度に監視します。
- 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をお持ちの方。
コース概要：
導入
- 統計的プロセス制御の歴史的視点。
- 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 チャートと 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。
- プロセス能力プラットフォーム。
- 注意。
- 特定の制限を管理します。
特別な状況
- 属性チャート。
- 複数の変動源。
- 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® を使用した品質による設計 (QbD)
間隔：半日セッション5回
登録料： 500ドル
説明：ビジネス知識シリーズコース。 Adsurgo LLC の共同創設者兼主席コンサルタントである Heath Rushing 氏が発表しました。 このコースでは、実験計画法 (DOE) を使用して、品質バイデザイン (QbD) 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環としての管理計画の開発、およびプロセス管理/能力の確保のための統計の応用についても学びます。 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のフレームワーク内で教えられます。 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：
やり方を学ぶ：
- 発見から製品の中止に至るまで QbD 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、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品質に対する重要な属性 (CQA) の間の機能的な関係を開発します。
- 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（統計的に）制御されており、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 アプローチそしてJMP®: ANOVA と回帰を使用した統計的決定コースを受講しているか、同等の経験があること。
コース概要：
クオリティ・バイ・デザイン (QbD) の概要
- 品質による設計 (QbD) 原則。
- 製品品質システムのフレームワーク。
統計解析入門
- 基本的な統計。
- 仮説検証。
- 分散分析と回帰。
- ブロッキング。
QbD 研究の基礎的要件
- 仕様の設定。
- アッセイのための測定システム分析 (MSA)。
実験計画法 (DOE) の概要
- DOE への手順。
- クリティカル対品質属性 (CQA) の定義。
- 潜在的なプロセスパラメータを特定し、優先順位を付けます。
スクリーニングデザイン
応答曲面設計
- 中心点の追加。
- 面心CCD採用。
- ボックスベンケンデザイン。
- 私に最適なデザイン。
特殊なデザイン
- 決定的なスクリーニングデザイン。
- 最適なデザイン。
QbD 研究から得た体系的な理解を活用する
- 結果の発表。
- リスク管理戦略の一環として管理計画を作成します。
- プロセス制御と機能。
高度な DOE 手法 (オプション)
- 分割プロット設計。
- 堅牢なパラメータ設計。
- 過飽和なデザイン。
- 制約のあるデザイン。
- 混合デザイン。
コース： JMP®: 測定システム分析
間隔：半日セッション3回
登録料： 300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特定する方法を学びます。
概要：
やり方を学ぶ：
- 測定変動について説明します。
- 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研究を設計します。
- 再現性と再現性を評価します。
- グラフ分析を使用して測定誤差を理解します。
- バイアスと直線性を推定します。
- 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 アプローチそしてJMP®: ANOVA と回帰を使用した統計的決定コースを受講しているか、同等の経験があること。
コース： JMP® と JMP Pro: 重要な予測子の検索
間隔：半日セッション4回
登録料： 400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テクニックを学びます。 手動、グラフィカル、および自動の変数選択手法と、高度なモデリング手法が紹介されています。 デモンストレーションには、設計されたデータと未設計のデータの両方のモデリングが含まれます。 JMP ソフトウェアと JMP Pro ソフトウェアの両方を使用してテクニックを説明します。 このコースの後半で説明する高度なテクニックには、JMP Pro 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：
やり方を学ぶ：
- 統計モデルを使用して、重要な予測子のサブセットを特定します。
- 相互検証、ホールドバック検証、情報理論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。
- グラフィカルな手法とデシジョン ツリーを使用して、重要な予測変数を選択します。
- 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。
- 一般化回帰プラットフォームを使用して、重要な予測変数を特定します。
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す人で、大規模なセット内のどの予測変数が応答の予測に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。
- モデルの検証方法。
- 変数の重要性。
- OLS 回帰と後方選択。
変数選択の古典的な方法
- グラフベースのメソッド。
- 段階的回帰。
- すべてのサブセット回帰。
一般化回帰 (JMP Pro が必要)
- 導入。
- なげなわ/尾根/弾性ネット。
- アダプティブ投げ縄/アダプティブエラスティックネット。
- 複数のパスを含むメソッド。
一般化回帰の特殊な状況 (JMP Pro が必要)
コース： JMP®: JMP® を使用したグラフ作成とレポート作成
間隔：半日セッション2回
登録料： 200ドル
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魅力的なグラフ、レポート、ダッシュボードを作成したい人を対象に設計されています。
概要：
やり方を学ぶ：
- JMP Graph Builder を使用して、効果的で魅力的なビジュアライゼーションを作成します。
- データをインポートしてクエリを実行して、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通じて結果を他の人と共有します。
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: JMP の事前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 Microsoft Windows オペレーティング システムについて理解しておく必要があります。
コース概要：
はじめにとグラフの構築
- JMP を始めましょう。
- グラフビルダーでデータをグラフ化します。
- JMP での地理的マッピング。
- フィルターと列スイッチャー。
- 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。
- 詳細表と概要表の作成。
レポートとダッシュボードの作成
- JMP レポートを生成します。
- 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：半日セッション4回
登録料： 400ドル
説明：このコースでは、新しいスクリプトを体系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。 コースの演習では別のケーススタディが開発されます。 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ステップを示すストーリーボードがコースの開始時に作成され、コース全体を通じて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。 データのインポート、データのクレンジングと調和、新しい変数の導出に関するテクニックは、コースの前半を完了します。 コースの後半では、変数を結果に変換するスクリプトの作成方法を学びます。 JMP オブジェクトは、作業フレームワークを作成するために使用されます。 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がユーザー ダイアログにキャプチャされ、スクリプトが完了します。 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 スクリプト。
概要：
やり方を学ぶ：
- 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 ファイルおよび 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構築します。
- 最終結果を得る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をお持ちの方。
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
- フォーマットと整形。
- データクレンジング。
- 変身。
分析、レポート、視覚化の構築
- 枠組みを構築する。
- 式を構築する。
- 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を作成する (付録)
- 脚本デザイン。
- データインポートの設計。
- データの準備。
- 分析、レポート、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。
