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：本課程適合任何需要使用 JMP 分析資料的人，了解物件（可靠性）或人（生存）在可接受的參數（「事件發生時間」）內運作的時間。 該課程使用製造範例進行介紹，但對生存分析或研究累犯感興趣的人也會發現課程很有用。
概述：了解如何：
- 區分生活資料的獨特特徵。
- 計算故障機率的非參數（Kaplan-Meier 乘積極限）估計。
- 擬合特定於生命資料的分佈模型。
- 估計可靠性或生存措施和危險。
- 估計存在競爭原因時的存活率。
- 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® 軟體：資料探索的案例研究方法和JMP®：使用變異數分析和迴歸進行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、可靠性度量以及生命數據和審查觀察的性質。
- 使用故障機率的非參數估計。
- 應用故障可靠性和危險的參數模型。
- 考慮可靠性估計的不確定性。
- 確定足夠的樣本量以進行可靠性確定。
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。
- 包括可靠性模型中協變數的影響。
快速可靠
- 了解壓力因素和加速失敗。
- 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：使用函數資料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：本課程可協助您使用 JMP Pro 識別功能資料並進行建模。 它教您使用資料作為回應，例如設計實驗的結果，或作為新的協變量或特徵，例如在多變量分析中。 功能資料被定義為函數、輪廓或曲線。 它們是隨時間或任何其他連續變數的一系列觀察。 可以對這些資料進行建模，以便形狀的變化可以與其他變數的變化相關聯。
概述：
了解如何：
- 認識功能資料及其用途。
- 預處理資料以適應功能資料分析。
- 選擇功能的模型。
- 獲得函數的最佳表示。
- 使用新的表示法作為設計實驗分析中的反應。
誰該參加？
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® 軟體：資料探索的案例研究方法和JMP®：使用變異數分析和迴歸進行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資料。
- 清理功能資料（重新編碼任務）。
- 轉換功能資料輸出（居中和縮放，其他常見轉換）。
- 對齊功能資料輸入。
功能數據的擬合模型
- 將基底函數展開描述為連續函數的模型。
- 透過平滑優化模型偏差和方差之間的權衡。
- 為模型選擇樣條曲線或傅立葉基。
- 適合模型。
- 選擇最佳型號。
- 診斷模型。
萃取功能主成分
- 描述連續函數的主成分分析。
- 匯出並使用功能主成分分數。
實驗功能分析
- 確定實驗分析的目標。
- 估計因素對功能主成分的影響。
頂點案例研究
- 從不同行業中選出的幾個新案例中選擇一個來練習完整的功能數據分析。
課程： JMP®：使用變異數分析和迴歸進行統計決策
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變異數分析和迴歸方法來分析具有單一連續反應變數的數據，並介紹統計模型的建構。 您將學習如何執行基本的探索性資料分析 (EDA) 並發現資料中的自然模式。 引入並應用了重要的統計概念，例如置信區間和假設檢定。 本課程還涵蓋模型建構的原則，包括模型解釋和解決違反統計假設的問題。 課程結束時的頂點練習讓學生能夠應用他們的知識。
概述：
了解如何：
- 解釋信賴區間。
- 進行假設檢定並解釋p -價值觀。
- 探索散佈圖和相關統計的關係。
- 使用單因子變異數分析比較多個總體平均值。
- 使用簡單線性迴歸分析連續變數之間的關係。
- 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數之間建立模型。
- 評估因素和曲率之間的相互作用。
- 評估統計假設檢定的假設。
先決條件：在參加本課程之前，建議您完成JMP® 軟體：資料探索的案例研究方法課程或具有同等經驗。
課程大綱：
統計學概論
- 統計概念。
- 描述性統計及其一些圖表。
- 推論統計。
- 假設檢定。
- 一個樣品t測試。
分類因素分析
連續因子分析
建築模型
- 模型建構簡介。
- 綜合因素。
- 模型解讀。
- 當事情出錯時。
其他資源
- 配對t測試。
- 當假設被違反時方差分析的替代方案。
- n 路方差分析中的比較。
- 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 軟體開發、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（例如廣義回歸模型、k 最近鄰、樸素貝葉斯、支援向量機、決策樹和神經網路）來建立和理解預測模型。 您還將學習如何使用交叉驗證、保留驗證和資訊理論標準來驗證預測模型。
概述：
了解如何：
- 發展、比較和解釋複雜的模型。
- 使用分區平台進行預測建模，包括裝袋、引導森林、提升樹。
- 使用神經網路進行預測建模，包括 k-Fold 交叉驗證、多層神經網路和 boosting。
- 調整預測模型。
- 在 JMP 中對新資料進行評分並產生評分代碼以在其他軟體中使用。
- 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® 軟體：資料探索的案例研究方法和JMP®：使用變異數分析和迴歸進行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？
- 導入資料和清理。
- 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
- 遞歸劃分。
- 裝袋。
- 引導森林。
- 增強樹模型。
- 調音，
使用神經網路進行預測建模
- 擬合神經網路模型。
- 神經網路架構。
- k 折交叉驗證。
- 增強的神經網路。
- 調音。
選擇和部署預測模型
課程： JMP®：客製化實驗設計
期間： 4個半天課程
註冊費用： 400 美元
描述：本課程重點介紹設計實驗的核心原則，使您能夠理解並應用這些原則，以使用 JMP 中的自訂設計平台實現最佳設計。 客製化設計是一種設計實驗的方法，可以為您嘗試解決的問題產生最佳設計，無論是識別重要效果，還是嘗試優化一個或多個回應。 除了了解 JMP 中的自訂設計之外，您還將探索關鍵的設計概念，包括樣本大小和功效、平衡、因子範圍的選擇、區組和設計評估。 本課程適合從事發現、研究、開發和品質保證或控制工作的任何人。
概述：
了解如何：
- 對任何實驗使用客製化設計。
- 選擇最佳設計的適當標準。
- 有效且有效率地測試因素影響或預測反應。
- 增強現有實驗以解決新問題。
- 設計和分析具有難以改變因素的實驗。
- 找到最佳因子設定以達到所需的反應水準。
先決條件：在參加本課程之前，建議您完成JMP® 軟體：資料探索的案例研究方法和JMP®：使用變異數分析和迴歸進行統計決策課程或具有同等經驗。
課程大綱：
介紹
單因素實驗
- 測試分類因素。
- 測試連續因子。
- 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。
- 使用一種阻塞因子進行測試。
- 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：本課程面向想要使用 JMP 腳本語言 (JSL) 擴展 JMP 軟體功能以自動執行日常任務、擴展或建立新流程以及自訂報告的 JMP 使用者。 本課程涵蓋使用 JSL 編寫腳本的基礎知識，然後介紹更高級的主題，包括使用資料表、使用矩陣促進計算、編寫分析腳本以及捕獲結果以製作自訂報告。 本課程還提供了建議的最佳實踐。 課程結束時的自學課程示範如何建立和使用對話方塊來調整腳本行為，以及將 JMP 腳本儲存為 JMP 插件，以使腳本按需可用並方便部署。 本課程可以幫助您準備以下認證考試：使用 JMP 的 JMP 腳本編寫。
概述：
了解如何：
- 使用 JSL 中的基本元素，包括變數、函數和運算子、字串、列表和矩陣。
- 捕獲 JMP 自動產生的腳本並將其合併到您自己的腳本中。
- 使用訊息與 JMP 中的物件進行通訊。
- 使用迭代和條件函數。
- 使用 Expr( ) 延遲表達式的求值。
- 開啟資料表並從其他來源匯入檔案。
- 建立並使用新的資料表和列。
- 啟動分析並捕獲或修改報告。
誰該參加
任何熟悉 JMP 並想要學習 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® 軟體：資料探索的案例研究方法課程或具有同等經驗。
課程大綱：
JMP 腳本語言簡介
JSL積木
腳本控制
編寫資料表腳本
- 開啟數據表。
- 使用列和行。
- 使用數據表和矩陣。
- 使用元資料。
- 操作數據表。
腳本平台
改編腳本（自學）
高級主題
課程： JMP®：資料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：本課程旨在作為想要使用 JMP 探索、管理和分析資料的人員的第一步。 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 介面及其關鍵工具和功能，然後透過兩個案例研究介紹學生遇到的常見資料問題。 每個案例研究都展示了資料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、實驗設計和品質控製或 JMP 腳本語言。
概述：
了解如何：
- 將資料導入 JMP。
- 透過圖表和表格探索數據。
- 識別並修正數據問題。
- 使用公式建立新列。
- 儲存並分享圖形和數字報告。
先決條件：無需具備 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 作業系統。
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 軟體設定和維護統計製程控制系統。
概述：
了解如何：
- 描述變化。
- 產生並解釋基本品質圖表。
- 產生並解釋測量數據的控製圖。
- 提高控製圖性能。
- 計算和解釋過程能力指數。
- 同時監控多個變數。
- 處理不滿足假設的數據，例如批次、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® 軟體：資料探索的案例研究方法課程或具有同等經驗。
課程大綱：
介紹
- 統計過程控制的歷史視角。
- 變化。
- 資料格式。
- 基本品質工具（可選）。
測量數據的控製圖
- 控製圖產生器。
- X-MR 圖。
- XBar-R 和 XBar-S 圖表。
- 額外的測試。
- 階段。
過程能力
- 製程能力。
- 流程能力平台。
- 注意事項。
- 管理特定限制。
特殊情況
- 屬性圖表。
- 變異的多種來源。
- CUSUM 和 EWMA 控製圖。
- 多變量控製圖。
- 流程篩選平台。
課程：使用 JMP® 的品質源自於設計 (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 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) 建立由設計品質 (QbD) 原則定義的系統性藥物開發方法。 此外，本課程還教授統計學在設定規格、評估測量系統（分析）、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/能力方面的應用。 所有概念均在監管指導文件中的要求定義的產品品質體系框架內進行教授。 本課程中的分析使用 JMP 軟體的點擊介面。
概述：
了解如何：
- 從發現到產品停產，實施 QbD 原則。
- 應用統計資料來設定規格並驗證測量系統（測定）。
- 使用風險管理工具來識別潛在的關鍵製程參數並確定其優先順序。
- 識別關鍵製程參數並在這些製程參數和關鍵品質屬性 (CQA) 之間建立函數關係。
- 建立您的設計空間。
- 制定控制計畫作為風險管理策略的一部分。
- 確保您的流程處於（統計）控制之中並且有能力。
先決條件：在參加本課程之前，建議您完成JMP® 軟體：資料探索的案例研究方法和JMP®：使用變異數分析和迴歸進行統計決策課程或具有同等經驗。
課程大綱：
品質源自於設計 (QbD) 簡介
- 品質源自於設計 (QbD) 原則。
- 產品品質體系框架。
統計分析入門
- 基本統計。
- 假設檢定。
- 變異數分析和迴歸。
- 阻塞。
QbD 研究的基本要求
實驗設計 (DOE) 簡介
- 能源部的步驟。
- 定義關鍵品質屬性 (CQA)。
- 識別潛在的製程參數並確定其優先順序。
篩選設計
響應曲面設計
- 新增中心點。
- 以人臉為中心的 CCD。
- Box-Behnken 設計。
- I-最優設計。
專業設計
利用 QbD 研究的系統理解
- 展示結果。
- 制定控制計畫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。
- 超飽和設計。
- 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 軟體確定與流程相關的測量誤差，包括測量系統變異性和偏差。
概述：
了解如何：
- 描述測量變化。
- 設計研究來估計測量系統的偏差和變異性。
- 估計重複性和再現性。
- 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® 軟體：資料探索的案例研究方法和JMP®：使用變異數分析和迴歸進行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數的技術。 介紹了手動、圖形和自動變數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 軟體和 JMP Pro 軟體來說明技術。 請注意，本課程後半部分介紹的高級技術需要 JMP Pro 軟體。
概述：
了解如何：
- 使用統計模型確定重要的預測變數子集。
- 使用交叉驗證、保留驗證和資訊理論標準來驗證統計模型。
- 執行逐步迴歸和所有子集迴歸。
- 使用圖形方法和決策樹選擇重要的預測變數。
- 對高斯和非高斯響應執行懲罰回歸。
- 使用廣義迴歸平台來識別重要的預測變數。
誰該參加
分析師、研究人員、技術人員或擔任類似角色的任何人，想要確定大型集合中的哪些預測變數對於預測反應很重要
先決條件：在參加本課程之前，您應該完成JMP®：使用變異數分析和迴歸進行統計決策課程。
課程大綱：
變數選擇簡介
- 模型簡介。
- 模型驗證方法。
- 重要性可變。
- OLS 迴歸和向後選擇。
變數選擇的經典方法
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® 繪製圖表和報告
期間： 2個半天課程
註冊費用： 200 美元
描述：本課程專為想要創建引人注目的圖表、報告和儀表板以有效分享數據故事的任何人而設計。
概述：
了解如何：
- 使用 JMP Graph Builder 創建有效且引人注目的視覺化。
- 匯入和查詢資料以啟用表格和圖表。
- 透過報告和儀表板與其他人分享結果。
誰該參加
任何想要使用 JMP 繪製圖表和報告數據的人
先決條件：無需具備 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 作業系統。
課程大綱：
入門和圖表構建
- JMP 入門。
- 在圖形產生器中繪製資料圖形。
- JMP 中的地理製圖。
- 過濾器和色譜柱切換器。
- 有效的可視化。
導入和查詢數據
- 導入和清理資料。
- 使用 JMP 查詢產生器。
- 建立明細表和總計表。
建立報告和儀表板
- 產生 JMP 報告。
- JMP 應用程式簡介。
- 使用 JMP 儀表板產生器。
- 共享報告和儀表板。
課程： JMP®：設計與建造完整的 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。 使用現實案例研究來說明典型步驟。 課程練習中發展了一個單獨的案例研究。 在課程開始時開發一個故事板，顯示腳本的結果、腳本將使用的 JMP 物件以及腳本執行所需的步驟，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數及其原始數據儲存。 匯入資料、清理和協調資料以及匯出新變數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數轉換為結果的腳本。 JMP 物件用於建立工作框架。 然後根據需要定製或擴展每個物件。 在使用者對話方塊中捕獲可選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：
- 端到端設計並建立腳本。
- 識別資料來源。
- 從平面文件和 Excel 工作簿匯入資料。
- 清理和轉換資料。
- 從 JMP 物件建立簡報。
- 自訂最終結果的對象。
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具有同等經驗。
課程大綱：
劇本設計
數據導入設計
資料準備
建構分析、報告和視覺化
編寫第二次分析的腳本（附錄）
- 腳本設計。
- 數據導入設計。
- 數據準備。
- 建構分析、報告和視覺化。
資料庫存取（附錄）
