課程： JMP®：不可修復系統的可靠性分析
期間： 4個半天課程
註冊費用： 400 美元
描述：本課程適用於需要使用 JMP 分析對象（可靠性）或人（生存）在可接受參數（“事件發生時間”）內運行多長時間的數據的任何人。 該課程使用製造示例進行介紹，但那些對生存分析或研究累犯感興趣的人也會發現該課程很有用。
概述：了解如何：
- 區分生命數據的獨特特徵。
- 計算故障概率的非參數（Kaplan-Meier 乘積限制）估計。
- 擬合特定於壽命數據的分佈模型。
- 估計可靠性或生存措施和危險。
- 在存在競爭原因的情況下估計生存率。
- 使用參數生存模型來估計協變量或實驗因素的影響。
- 設計加速壽命測試。
先決條件：在參加本課程之前，建議您完成JMP® 軟件：數據探索的案例研究方法和JMP®：使用 ANOVA 和回歸的統計決策課程或具有同等經驗。
課程大綱：
可靠性簡介
- 了解可靠性原則、可靠性措施以及壽命數據和審查觀察的性質。
- 使用故障概率的非參數估計。
- 應用故障可靠性和危險性的參數模型。
- 考慮可靠性估計的不確定性。
- 為可靠性確定確定足夠的樣本量。
可靠性與因素
- 識別故障模式和競爭原因。
- 擬合混合模型。
- 擬合競爭風險混合模型。
- 描述不足的數據。
- 在可靠性模型中包括協變量的影響。
快速可靠性
- 了解壓力因素和加速故障。
- 計算加速因子。
- 使用加速度關係。
- 設計加速壽命測試。
- 對重複測量和破壞性測試進行退化分析。
課程： JMP® Pro：使用功能數據瀏覽器分析曲線和輪廓
期間： 4個半天課程
註冊費用： 400 美元
描述：本課程幫助您使用 JMP Pro 識別和建模功能數據。 它教您將數據用作響應，例如設計實驗的結果，或用作新的協變量或特徵，例如在多變量分析中。 功能數據被定義為函數、輪廓或曲線。 它們是隨時間推移的一系列觀察結果或任何其他連續變量。 可以對這些數據進行建模，以便形狀的變化可以與其他變量的變化相關聯。
概述：
了解如何：
- 認識功能數據及其用途。
- 預處理數據以適應功能數據分析。
- 選擇功能模型。
- 獲得函數的最佳表示。
- 使用新的表示作為設計實驗分析中的響應。
誰應該參加？
使用功能數據來設計、開發、改進和優化產品或流程的董事、經理、工程師、科學家、技術人員和分析師
先決條件：在參加本課程之前，建議您完成JMP® 軟件：數據探索的案例研究方法和JMP®：使用 ANOVA 和回歸的統計決策課程或具有同等經驗。
課程大綱：
探索功能數據
預處理功能數據
- 識別不同格式的功能數據。
- 清理功能數據（重新編碼任務）。
- 轉換功能數據輸出（居中和縮放，其他常見轉換）。
- 對齊功能數據輸入。
功能數據的擬合模型
- 將基函數展開描述為連續函數的模型。
- 通過平滑優化模型偏差和方差之間的權衡。
- 為模型選擇樣條或傅里葉基。
- 適合模型。
- 選擇最佳模型。
- 診斷模型。
提取功能主成分
- 描述連續函數的主成分分析。
- 導出和使用功能主成分分數。
實驗功能分析
- 確定實驗分析的目標。
- 估計因子對功能主成分的影響。
頂峰案例研究
- 從不同行業中選擇幾個新案例中的一個，進行完整的功能數據分析。
課程： JMP®：使用 ANOVA 和回歸的統計決策
期間： 4個半天課程
註冊費用： 400 美元
描述：本課程教您如何使用方差分析和回歸方法分析具有單個連續響應變量的數據，並介紹統計模型構建。 您將學習如何執行基本探索性數據分析 (EDA) 並發現數據中的自然模式。 引入和應用了重要的統計概念，例如置信區間和假設檢驗。 該課程還涵蓋了模型構建的原則，包括模型解釋和解決違反統計假設的問題。 課程結束時的頂點實踐允許學生應用他們的知識。
概述：
了解如何：
- 解釋置信區間。
- 進行假設檢驗並解釋p -價值觀。
- 使用散點圖和相關統計探索關係。
- 將多個總體均值與單因素方差分析進行比較。
- 使用簡單線性回歸分析連續變量之間的關係。
- 使用一般線性模型在連續響應和任意數量的連續或分類預測變量之間建立模型。
- 評估因素和曲率之間的相互作用。
- 評估統計假設檢驗的假設。
先決條件：在參加本課程之前，建議您完成JMP® 軟件：數據探索的案例研究方法課程或有同等經驗。
課程大綱：
統計學概論
- 統計概念。
- 描述性統計數據及其一些圖表。
- 推論統計。
- 假設檢驗。
- 一個樣品噸測試。
分類因素分析
連續因子分析
建築模型
- 模型構建簡介。
- 綜合因素。
- 模型解釋。
- 當事情出錯時。
其他資源
- 配對噸測試。
- 違反假設時的 ANOVA 替代方案。
- n 路方差分析中的對比度。
- 等效性測試。
課程： JMP® Pro：預測建模
期間： 4個半天課程
註冊費用： 400 美元
描述：本課程涵蓋使用 JMP Pro 軟件開發、評估、調整、比較和評分預測模型所需的技能。 本課程教您如何使用機器學習技術構建和理解預測模型，例如廣義回歸模型、k-最近鄰、樸素貝葉斯、支持向量機、決策樹和神經網絡。 您還將學習如何使用交叉驗證、保留驗證和信息論標準來驗證預測模型。
概述：
了解如何：
- 開發、比較和解釋複雜的模型。
- 使用分區平台進行預測建模，包括 bagging、bootstrap forest、boosted trees。
- 使用神經網絡進行預測建模，包括 k-Fold 交叉驗證、多層神經網絡和提升。
- 調整預測模型。
- 在 JMP 中對新數據進行評分並生成評分代碼以供其他軟件使用。
- 將預測模型部署到生產中。
先決條件：在參加本課程之前，建議您完成JMP® 軟件：數據探索的案例研究方法和JMP®：使用 ANOVA 和回歸的統計決策課程或具有同等經驗。
課程大綱：
預測建模簡介
- 預測建模有何不同？
- 導入數據和清理。
- 概括和誠實的評估。
預測建模平台概述
使用分區平台進行預測建模
- 遞歸分區。
- 裝袋。
- 引導森林。
- 增強樹模型。
- 調音，
使用神經網絡進行預測建模
- 擬合神經網絡模型。
- 神經網絡架構。
- k 折交叉驗證。
- 增強型神經網絡。
- 調音。
選擇和部署預測模型
課程： JMP®：定制實驗設計
期間： 4個半天課程
註冊費用： 400 美元
描述：本課程側重於設計實驗的核心原則，使您能夠理解和應用這些原則，以使用 JMP 中的定制設計平台實現最佳設計。 定制設計是一種設計實驗的方法，可為您嘗試解決的問題生成最佳設計，無論是識別重要影響，還是嘗試優化一個或多個響應。 除了了解 JMP 中的定制設計外，您還將探索關鍵設計概念，包括樣本量和功效、平衡、因子範圍的選擇、分塊和設計評估。 本課程適用於從事發現、研究、開發和質量保證或控制工作的任何人。
概述：
了解如何：
- 為任何實驗使用定制設計。
- 為優化設計選擇合適的標準。
- 有效且高效地測試因子效應或預測響應。
- 擴充現有實驗以解決新問題。
- 設計和分析具有難以改變的因素的實驗。
- 找到最佳因子設置以實現所需的響應水平。
先決條件：在參加本課程之前，建議您完成JMP® 軟件：數據探索的案例研究方法和JMP®：使用 ANOVA 和回歸的統計決策課程或具有同等經驗。
課程大綱：
介紹
單因素實驗
- 測試一個分類因素。
- 測試一個連續因子。
- 驗證模型。
- 測試二次效應。
兩個因素的實驗
- 測試兩個分類因素。
- 測試一個連續因素和一個分類因素。
- 使用一個阻塞因子進行測試。
- 測試兩個連續因素。
多因素實驗
課程： JMP®：JMP® 腳本語言
期間： 5個半天課程
註冊費用： 500 美元
描述：本課程面向希望使用 JMP 腳本語言 (JSL) 擴展 JMP 軟件功能以自動執行日常任務、擴展或創建新程序以及自定義報告的 JMP 用戶。 本課程涵蓋使用 JSL 編寫腳本的基礎知識，然後進入更高級的主題，包括使用數據表、使用矩陣促進計算、腳本分析以及捕獲結果以製作自定義報告。 該課程還貫穿始終提出建議的最佳實踐。 課程結束時的自學課程說明了創建和使用對話框來調整腳本行為，以及將 JMP 腳本保存為 JMP 插件以使腳本按需可用並促進部署。 本課程可幫助您為以下認證考試做好準備：使用 JMP 編寫 JMP 腳本。
概述：
了解如何：
- 使用 JSL 中的基本元素，包括變量、函數和運算符、字符串、列表和矩陣。
- 捕獲 JMP 自動生成的腳本並將它們合併到您自己的腳本中。
- 使用消息與 JMP 中的對象通信。
- 使用迭代和條件函數。
- 使用 Expr( ) 延遲表達式的計算。
- 打開數據表並從其他來源導入文件。
- 創建和使用新的數據表和列。
- 啟動分析並捕獲或修改報告。
誰應該參加
任何熟悉 JMP 並想學習 JMP 腳本語言 (JSL) 的人
先決條件：在參加本課程之前，建議您完成JMP® 軟件：數據探索的案例研究方法課程或有同等經驗。
課程大綱：
JMP 腳本語言簡介
JSL 構建塊
腳本控制
腳本數據表
- 打開數據表。
- 使用列和行。
- 使用數據表和矩陣。
- 使用元數據。
- 操作數據表。
腳本平台
改編劇本（自學）
高級主題
課程： JMP®：數據探索的案例研究方法
期間： 2個半天課程
註冊費用： 200 美元
描述：本課程是為希望使用 JMP 探索、管理和分析數據的人設計的第一步。 建議將其作為我們許多其他課程的先決條件。 本課程首先介紹 JMP 界面及其主要工具和功能，然後是兩個案例研究，介紹學生遇到的常見數據問題。 每個案例研究都展示了用於數據探索的典型工作流程的要素。 本課程將幫助您準備在更高級的課程中使用 JMP，包括統計分析和建模、實驗設計和質量控製或 JMP 腳本語言。
概述：
了解如何：
- 將數據導入 JMP。
- 使用圖形和表格探索數據。
- 識別並糾正數據問題。
- 使用公式創建新列。
- 保存和共享圖形和數字報告。
先決條件：不需要以前的 JMP 知識或統計知識。 在參加本課程之前，您應該熟悉 macOS 或 Microsoft Windows 操作系統。
課程大綱：
介紹
流程變更案例研究
過程監控案例研究
製造案例研究（自學）
課程： JMP®：統計過程控制
期間： 4個半天課程
註冊費用： 400 美元
描述：本課程教您如何使用 JMP 軟件設置和維護統計過程控制系統。
概述：
了解如何：
- 描述變化。
- 生成和解釋基本質量圖表。
- 生成和解釋測量數據的控製圖。
- 提高控製圖的性能。
- 計算和解釋過程能力指數。
- 一次監控多個變量。
- 處理不符合假設的數據，例如批處理、相關數據、屬性數據或多變量數據。
先決條件：在參加本課程之前，建議您完成JMP® 軟件：數據探索的案例研究方法課程或有同等經驗。
課程大綱：
介紹
- 統計過程控制的歷史視角。
- 變化。
- 數據格式。
- 基本質量工具（可選）。
測量數據的控製圖
- 控製圖生成器。
- X-MR 圖表。
- XBar-R 和 XBar-S 圖表。
- 附加測試。
- 階段。
製程能力
- 製程能力。
- 過程能力平台。
- 注意事項。
- 管理特定限制。
特殊情況
- 屬性圖。
- 多種變異來源。
- CUSUM 和 EWMA 控製圖。
- 多元控製圖。
- 過程篩選平台。
課程：使用 JMP® 的質量源於設計 (QbD)
期間： 5個半天課程
註冊費用： 500 美元
描述：商業知識系列課程。 由 Adsurgo LLC 的聯合創始人兼首席顧問 Heath Rushing 主持。 本課程重點介紹如何使用實驗設計 (DOE) 建立由質量源於設計 (QbD) 原則定義的藥物開發系統方法。 此外，本課程教授應用統計學來設置規格、評估測量系統（化驗）、制定控制計劃作為風險管理策略的一部分，以及確保過程控制/能力。 所有概念都在監管指導文件中的要求定義的產品質量體系框架內教授。 本課程使用JMP軟件的點擊式界面進行分析。
概述：
了解如何：
- 從發現到產品停產實施 QbD 原則。
- 應用統計數據來設定規格並驗證測量系統（化驗）。
- 使用風險管理工具來識別潛在的關鍵過程參數並確定其優先級。
- 識別關鍵工藝參數並在這些工藝參數和您的關鍵質量屬性 (CQA) 之間建立功能關係。
- 建立您的設計空間。
- 制定控制計劃作為風險管理策略的一部分。
- 確保您的過程處於（統計）控制和能力。
先決條件：在參加本課程之前，建議您完成JMP® 軟件：數據探索的案例研究方法和JMP®：使用 ANOVA 和回歸的統計決策課程或具有同等經驗。
課程大綱：
質量源於設計 (QbD) 簡介
- 質量源於設計 (QbD) 原則。
- 產品質量體系框架。
統計分析入門
QbD 研究的基本要求
實驗設計簡介（DOE）
- DOE 的步驟。
- 定義關鍵質量屬性 (CQA)。
- 識別潛在的工藝參數並確定其優先級。
篩選設計
響應曲面設計
- 添加中心點。
- 人臉中心CCD。
- Box-Behnken 設計。
- I-最優設計。
專業設計
使用來自 QbD 研究的系統理解
- 呈現結果。
- 制定控制計劃作為風險管理策略的一部分。
- 過程控制和能力。
高級 DOE 方法（可選）
- 裂區設計。
- 穩健的參數設計。
- 過飽和設計。
- 受約束的設計。
- 混合設計。
課程： JMP®：測量系統分析
期間： 3個半天課程
註冊費用： 300 美元
描述：本課程教您如何使用 JMP 軟件確定與您的過程相關的測量誤差，包括測量系統的可變性和偏差。
概述：
了解如何：
- 描述測量變化。
- 設計研究以估計測量系統的偏差和可變性。
- 估計可重複性和再現性。
- 使用圖形分析來了解測量誤差。
- 估計偏差和線性。
- 執行屬性量規研究。
先決條件：在參加本課程之前，建議您完成JMP® 軟件：數據探索的案例研究方法和JMP®：使用 ANOVA 和回歸的統計決策課程或具有同等經驗。
課程： JMP® 和 JMP Pro：尋找重要的預測變量
期間： 4個半天課程
註冊費用： 400 美元
描述：本課程教您擬合統計模型以識別重要變量的技術。 介紹了手動、圖形和自動變量選擇技術以及高級建模方法。 演示包括對設計和未設計的數據進行建模。 使用 JMP 軟件和 JMP Pro 軟件來說明技術。 請注意，本課程後半部分介紹的高級技術需要 JMP Pro 軟件。
概述：
了解如何：
- 使用統計模型確定一個重要的預測變量子集。
- 使用交叉驗證、保留驗證和信息論標準驗證統計模型。
- 執行逐步回歸和所有子集回歸。
- 使用圖形方法和決策樹選擇重要的預測變量。
- 對高斯和非高斯響應執行懲罰回歸。
- 使用廣義回歸平台來識別重要的預測變量。
誰應該參加
分析師、研究人員、技術人員或任何擔任類似角色的人，他們想要確定大集合中的哪些預測變量對於預測響應很重要
先決條件：在參加本課程之前，您應該完成JMP®：使用 ANOVA 和回歸的統計決策課程。
課程大綱：
變量選擇簡介
- 模型介紹。
- 模型驗證方法。
- 可變重要性。
- OLS 回歸和後向選擇。
變量選擇的經典方法
廣義回歸（需要 JMP Pro）
- 介紹。
- 套索/山脊/彈性網。
- 自適應套索/自適應彈性網。
- 具有多次傳遞的方法。
廣義回歸的特殊情況（需要 JMP Pro）
課程： JMP®：使用 JMP® 繪圖和報告
期間： 2個半天課程
註冊費用： 200 美元
描述：本課程專為任何想要創建引人注目的圖表、報告和儀表板以有效分享數據中的故事的人而設計。
概述：
了解如何：
- 使用 JMP Graph Builder 創建有效且引人注目的可視化。
- 導入和查詢數據以啟用表格和圖表。
- 通過報告和儀表板與他人共享結果。
誰應該參加
任何想要使用 JMP 繪製和報告數據的人
先決條件：不需要以前的 JMP 知識或統計知識。 在參加本課程之前，您應該熟悉 macOS 或 Microsoft Windows 操作系統。
課程大綱：
入門和圖形構建
- JMP 入門。
- 在 Graph Builder 中繪製數據。
- JMP 中的地理映射。
- 過濾器和列切換器。
- 有效的可視化。
導入和查詢數據
- 導入和清理數據。
- 使用 JMP 查詢生成器。
- 創建詳細和匯總表。
創建報告和儀表板
- 生成 JMP 報告。
- JMP 應用程序簡介。
- 使用 JMP 儀表板生成器。
- 共享報告和儀表板。
課程： JMP®：設計和構建完整的 JMP® 腳本
期間： 4個半天課程
註冊費用： 400 美元
描述：本課程教您如何有條不紊地編寫新腳本。 一個現實的案例研究用於說明典型的步驟。 在課程練習中開發了一個單獨的案例研究。 展示腳本結果的故事板、腳本將使用的 JMP 對像以及腳本執行所需的步驟在課程開始時開發，並在整個課程中進一步開發。 結果用於確定必要的數據，因此下一步是識別分析變量及其原始數據存儲。 導入數據、清理和協調數據以及派生新變量的技術完成了課程的前半部分。 課程的後半部分教授如何編寫將變量轉換為結果的腳本。 JMP 對像用於創建工作框架。 然後根據需要自定義或擴展每個對象。 在用戶對話框中捕獲可選的結果或計算以完成腳本。 本課程可以幫助您為以下認證考試做好準備：使用 JMP 編寫 JMP 腳本.
概述：
了解如何：
- 端到端設計和構建腳本。
- 識別數據源。
- 從平面文件和 Excel 工作簿導入數據。
- 清理和轉換數據。
- 從 JMP 對象構建演示文稿。
- 自定義對像以獲得最終結果。
先決條件：在參加本課程之前，您應該完成JMP®：JMP® 腳本語言簡介課程或有同等經驗。
課程大綱：
腳本設計
數據導入設計
數據準備
構建分析、報告和可視化
編寫第二次分析腳本（附錄）
- 劇本設計。
- 數據導入設計。
- 數據準備。
- 構建分析、報告和可視化。
數據庫訪問（附錄）
