课程： JMP®：不可修复系统的可靠性分析
期间： 4个半天课程
注册费用： 400 美元
描述：本课程适用于需要使用 JMP 分析对象（可靠性）或人（生存）在可接受参数（“事件发生时间”）内运行多长时间的数据的任何人。 该课程使用制造示例进行介绍，但那些对生存分析或研究累犯感兴趣的人也会发现该课程很有用。
概述：了解如何：
- 区分生命数据的独特特征。
- 计算故障概率的非参数（Kaplan-Meier 乘积限制）估计。
- 拟合特定于寿命数据的分布模型。
- 估计可靠性或生存措施和危险。
- 在存在竞争原因的情况下估计生存率。
- 使用参数生存模型来估计协变量或实验因素的影响。
- 设计加速寿命测试。
先决条件：在参加本课程之前，建议您完成JMP® 软件：数据探索的案例研究方法和JMP®：使用 ANOVA 和回归的统计决策课程或具有同等经验。
课程大纲：
可靠性简介
- 了解可靠性原则、可靠性措施以及寿命数据和审查观察的性质。
- 使用故障概率的非参数估计。
- 应用故障可靠性和危险性的参数模型。
- 考虑可靠性估计的不确定性。
- 为可靠性确定确定足够的样本量。
可靠性与因素
- 识别故障模式和竞争原因。
- 拟合混合模型。
- 拟合竞争风险混合模型。
- 描述不足的数据。
- 在可靠性模型中包括协变量的影响。
快速可靠性
- 了解压力因素和加速故障。
- 计算加速因子。
- 使用加速度关系。
- 设计加速寿命测试。
- 对重复测量和破坏性测试进行退化分析。
课程： JMP® Pro：使用功能数据浏览器分析曲线和轮廓
期间： 4个半天课程
注册费用： 400 美元
描述：本课程帮助您使用 JMP Pro 识别和建模功能数据。 它教您将数据用作响应，例如设计实验的结果，或用作新的协变量或特征，例如在多变量分析中。 功能数据被定义为函数、轮廓或曲线。 它们是随时间推移的一系列观察结果或任何其他连续变量。 可以对这些数据进行建模，以便形状的变化可以与其他变量的变化相关联。
概述：
了解如何：
- 认识功能数据及其用途。
- 预处理数据以适应功能数据分析。
- 选择功能模型。
- 获得函数的最佳表示。
- 使用新的表示作为设计实验分析中的响应。
谁应该参加？
使用功能数据来设计、开发、改进和优化产品或流程的董事、经理、工程师、科学家、技术人员和分析师
先决条件：在参加本课程之前，建议您完成JMP® 软件：数据探索的案例研究方法和JMP®：使用 ANOVA 和回归的统计决策课程或具有同等经验。
课程大纲：
探索功能数据
预处理功能数据
- 识别不同格式的功能数据。
- 清理功能数据（重新编码任务）。
- 转换功能数据输出（居中和缩放，其他常见转换）。
- 对齐功能数据输入。
功能数据的拟合模型
- 将基函数展开描述为连续函数的模型。
- 通过平滑优化模型偏差和方差之间的权衡。
- 为模型选择样条或傅里叶基。
- 适合模型。
- 选择最佳模型。
- 诊断模型。
提取功能主成分
- 描述连续函数的主成分分析。
- 导出和使用功能主成分分数。
实验功能分析
- 确定实验分析的目标。
- 估计因子对功能主成分的影响。
顶峰案例研究
- 从不同行业中选择几个新案例中的一个，进行完整的功能数据分析。
课程： JMP®：使用 ANOVA 和回归的统计决策
期间： 4个半天课程
注册费用： 400 美元
描述：本课程教您如何使用方差分析和回归方法分析具有单个连续响应变量的数据，并介绍统计模型构建。 您将学习如何执行基本探索性数据分析 (EDA) 并发现数据中的自然模式。 引入和应用了重要的统计概念，例如置信区间和假设检验。 该课程还涵盖模型构建的原则，包括模型解释和解决违反统计假设的问题。 课程结束时的顶点实践允许学生应用他们的知识。
概述：
了解如何：
- 解释置信区间。
- 进行假设检验并解释p -价值观。
- 使用散点图和相关统计探索关系。
- 将多个总体均值与单因素方差分析进行比较。
- 使用简单线性回归分析连续变量之间的关系。
- 使用一般线性模型在连续响应和任意数量的连续或分类预测变量之间建立模型。
- 评估因素和曲率之间的相互作用。
- 评估统计假设检验的假设。
先决条件：在参加本课程之前，建议您完成JMP® 软件：数据探索的案例研究方法课程或有同等经验。
课程大纲：
统计学概论
- 统计概念。
- 描述性统计数据及其一些图表。
- 推论统计。
- 假设检验。
- 一个样品吨测试。
分类因素分析
连续因子分析
建筑模型
- 模型构建简介。
- 综合因素。
- 模型解释。
- 当事情出错时。
其他资源
- 配对吨测试。
- 违反假设时的 ANOVA 替代方案。
- n 路方差分析中的对比度。
- 等效性测试。
课程： JMP® Pro：预测建模
期间： 4个半天课程
注册费用： 400 美元
描述：本课程涵盖使用 JMP Pro 软件开发、评估、调整、比较和评分预测模型所需的技能。 本课程教您如何使用机器学习技术构建和理解预测模型，例如广义回归模型、k-最近邻、朴素贝叶斯、支持向量机、决策树和神经网络。 您还将学习如何使用交叉验证、保留验证和信息论标准来验证预测模型。
概述：
了解如何：
- 开发、比较和解释复杂的模型。
- 使用分区平台进行预测建模，包括 bagging、bootstrap forest、boosted trees。
- 使用神经网络进行预测建模，包括 k-Fold 交叉验证、多层神经网络和提升。
- 调整预测模型。
- 在 JMP 中对新数据进行评分并生成评分代码以供其他软件使用。
- 将预测模型部署到生产中。
先决条件：在参加本课程之前，建议您完成JMP® 软件：数据探索的案例研究方法和JMP®：使用 ANOVA 和回归的统计决策课程或具有同等经验。
课程大纲：
预测建模简介
- 预测建模有何不同？
- 导入数据和清理。
- 概括和诚实的评估。
预测建模平台概述
使用分区平台进行预测建模
- 递归分区。
- 装袋。
- 引导森林。
- 增强树模型。
- 调音，
使用神经网络进行预测建模
- 拟合神经网络模型。
- 神经网络架构。
- k 折交叉验证。
- 增强型神经网络。
- 调音。
选择和部署预测模型
课程： JMP®：定制实验设计
期间： 4个半天课程
注册费用： 400 美元
描述：本课程侧重于设计实验的核心原则，使您能够理解和应用这些原则，以使用 JMP 中的定制设计平台实现最佳设计。 定制设计是一种设计实验的方法，可为您尝试解决的问题生成最佳设计，无论是识别重要影响，还是尝试优化一个或多个响应。 除了了解 JMP 中的定制设计外，您还将探索关键设计概念，包括样本量和功效、平衡、因子范围的选择、分块和设计评估。 本课程适用于从事发现、研究、开发和质量保证或控制工作的任何人。
概述：
了解如何：
- 为任何实验使用定制设计。
- 为优化设计选择合适的标准。
- 有效且高效地测试因子效应或预测响应。
- 扩充现有实验以解决新问题。
- 设计和分析具有难以改变的因素的实验。
- 找到最佳因子设置以实现所需的响应水平。
先决条件：在参加本课程之前，建议您完成JMP® 软件：数据探索的案例研究方法和JMP®：使用 ANOVA 和回归的统计决策课程或具有同等经验。
课程大纲：
介绍
单因素实验
- 测试一个分类因素。
- 测试一个连续因子。
- 验证模型。
- 测试二次效应。
两个因素的实验
- 测试两个分类因素。
- 测试一个连续因素和一个分类因素。
- 使用一个阻塞因子进行测试。
- 测试两个连续因素。
多因素实验
课程： JMP®：JMP® 脚本语言
期间： 5个半天课程
注册费用： 500 美元
描述：本课程面向希望使用 JMP 脚本语言 (JSL) 扩展 JMP 软件功能以自动执行日常任务、扩展或创建新程序以及自定义报告的 JMP 用户。 本课程涵盖使用 JSL 编写脚本的基础知识，然后进入更高级的主题，包括使用数据表、使用矩阵促进计算、脚本分析以及捕获结果以制作自定义报告。 该课程还贯穿始终提出建议的最佳实践。 课程结束时的自学课程说明了创建和使用对话框来调整脚本行为，以及将 JMP 脚本保存为 JMP 插件以使脚本按需可用并促进部署。 本课程可帮助您为以下认证考试做好准备：使用 JMP 编写 JMP 脚本。
概述：
了解如何：
- 使用 JSL 中的基本元素，包括变量、函数和运算符、字符串、列表和矩阵。
- 捕获 JMP 自动生成的脚本并将它们合并到您自己的脚本中。
- 使用消息与 JMP 中的对象通信。
- 使用迭代和条件函数。
- 使用 Expr( ) 延迟表达式的计算。
- 打开数据表并从其他来源导入文件。
- 创建和使用新的数据表和列。
- 启动分析并捕获或修改报告。
谁应该参加
任何熟悉 JMP 并想学习 JMP 脚本语言 (JSL) 的人
先决条件：在参加本课程之前，建议您完成JMP® 软件：数据探索的案例研究方法课程或有同等经验。
课程大纲：
JMP 脚本语言简介
JSL 构建块
脚本控制
脚本数据表
- 打开数据表。
- 使用列和行。
- 使用数据表和矩阵。
- 使用元数据。
- 操作数据表。
脚本平台
改编剧本（自学）
高级主题
课程： JMP®：数据探索的案例研究方法
期间： 2个半天课程
注册费用： 200 美元
描述：本课程是为希望使用 JMP 探索、管理和分析数据的人设计的第一步。 建议将其作为我们许多其他课程的先决条件。 本课程首先介绍 JMP 界面及其主要工具和功能，然后是两个案例研究，介绍学生遇到的常见数据问题。 每个案例研究都展示了用于数据探索的典型工作流程的要素。 本课程将帮助您准备在更高级的课程中使用 JMP，包括统计分析和建模、实验设计和质量控制或 JMP 脚本语言。
概述：
了解如何：
- 将数据导入 JMP。
- 使用图形和表格探索数据。
- 识别并纠正数据问题。
- 使用公式创建新列。
- 保存和共享图形和数字报告。
先决条件：不需要以前的 JMP 知识或统计知识。 在参加本课程之前，您应该熟悉 macOS 或 Microsoft Windows 操作系统。
课程大纲：
介绍
流程变更案例研究
过程监控案例研究
制造案例研究（自学）
课程： JMP®：统计过程控制
期间： 4个半天课程
注册费用： 400 美元
描述：本课程教您如何使用 JMP 软件设置和维护统计过程控制系统。
概述：
了解如何：
- 描述变化。
- 生成和解释基本质量图表。
- 生成和解释测量数据的控制图。
- 提高控制图的性能。
- 计算和解释过程能力指数。
- 一次监控多个变量。
- 处理不符合假设的数据，例如批处理、相关数据、属性数据或多变量数据。
先决条件：在参加本课程之前，建议您完成JMP® 软件：数据探索的案例研究方法课程或有同等经验。
课程大纲：
介绍
- 统计过程控制的历史视角。
- 变化。
- 数据格式。
- 基本质量工具（可选）。
测量数据的控制图
- 控制图生成器。
- X-MR 图表。
- XBar-R 和 XBar-S 图表。
- 附加测试。
- 阶段。
制程能力
- 制程能力。
- 过程能力平台。
- 注意事项。
- 管理特定限制。
特殊情况
- 属性图。
- 多种变异来源。
- CUSUM 和 EWMA 控制图。
- 多元控制图。
- 过程筛选平台。
课程：使用 JMP® 的质量源于设计 (QbD)
期间： 5个半天课程
注册费用： 500 美元
描述：商业知识系列课程。 由 Adsurgo LLC 的联合创始人兼首席顾问 Heath Rushing 主持。 本课程重点介绍如何使用实验设计 (DOE) 建立由质量源于设计 (QbD) 原则定义的药物开发系统方法。 此外，本课程教授应用统计学来设置规格、评估测量系统（化验）、制定控制计划作为风险管理策略的一部分，以及确保过程控制/能力。 所有概念都在监管指导文件中的要求定义的产品质量体系框架内教授。 本课程使用JMP软件的点击式界面进行分析。
概述：
了解如何：
- 从发现到产品停产实施 QbD 原则。
- 应用统计数据来设定规格并验证测量系统（化验）。
- 使用风险管理工具来识别潜在的关键过程参数并确定其优先级。
- 识别关键工艺参数并在这些工艺参数和您的关键质量属性 (CQA) 之间建立功能关系。
- 建立您的设计空间。
- 制定控制计划作为风险管理策略的一部分。
- 确保您的过程处于（统计）控制和能力。
先决条件：在参加本课程之前，建议您完成JMP® 软件：数据探索的案例研究方法和JMP®：使用 ANOVA 和回归的统计决策课程或具有同等经验。
课程大纲：
质量源于设计 (QbD) 简介
- 质量源于设计 (QbD) 原则。
- 产品质量体系框架。
统计分析入门
QbD 研究的基本要求
实验设计简介（DOE）
- DOE 的步骤。
- 定义关键质量属性 (CQA)。
- 识别潜在的工艺参数并确定其优先级。
筛选设计
响应曲面设计
- 添加中心点。
- 人脸中心CCD。
- Box-Behnken 设计。
- I-最优设计。
专业设计
使用来自 QbD 研究的系统理解
- 呈现结果。
- 制定控制计划作为风险管理策略的一部分。
- 过程控制和能力。
高级 DOE 方法（可选）
- 裂区设计。
- 稳健的参数设计。
- 过饱和设计。
- 受约束的设计。
- 混合设计。
课程： JMP®：测量系统分析
期间： 3个半天课程
注册费用： 300 美元
描述：本课程教您如何使用 JMP 软件确定与您的过程相关的测量误差，包括测量系统的可变性和偏差。
概述：
了解如何：
- 描述测量变化。
- 设计研究以估计测量系统的偏差和可变性。
- 估计可重复性和再现性。
- 使用图形分析来了解测量误差。
- 估计偏差和线性。
- 执行属性量规研究。
先决条件：在参加本课程之前，建议您完成JMP® 软件：数据探索的案例研究方法和JMP®：使用 ANOVA 和回归的统计决策课程或具有同等经验。
课程： JMP® 和 JMP Pro：寻找重要的预测变量
期间： 4个半天课程
注册费用： 400 美元
描述：本课程教您拟合统计模型以识别重要变量的技术。 介绍了手动、图形和自动变量选择技术以及高级建模方法。 演示包括对设计和未设计的数据进行建模。 使用 JMP 软件和 JMP Pro 软件来说明技术。 请注意，本课程后半部分介绍的高级技术需要 JMP Pro 软件。
概述：
了解如何：
- 使用统计模型确定一个重要的预测变量子集。
- 使用交叉验证、保留验证和信息论标准验证统计模型。
- 执行逐步回归和所有子集回归。
- 使用图形方法和决策树选择重要的预测变量。
- 对高斯和非高斯响应执行惩罚回归。
- 使用广义回归平台来识别重要的预测变量。
谁应该参加
分析师、研究人员、技术人员或任何担任类似角色的人，他们想要确定大集合中的哪些预测变量对于预测响应很重要
先决条件：在参加本课程之前，您应该完成JMP®：使用 ANOVA 和回归的统计决策课程。
课程大纲：
变量选择简介
- 模型介绍。
- 模型验证方法。
- 可变重要性。
- OLS 回归和后向选择。
变量选择的经典方法
广义回归（需要 JMP Pro）
- 介绍。
- 套索/山脊/弹性网。
- 自适应套索/自适应弹性网。
- 具有多次传递的方法。
广义回归的特殊情况（需要 JMP Pro）
课程： JMP®：使用 JMP® 绘图和报告
期间： 2个半天课程
注册费用： 200 美元
描述：本课程专为任何想要创建引人注目的图表、报告和仪表板以有效分享数据中的故事的人而设计。
概述：
了解如何：
- 使用 JMP Graph Builder 创建有效且引人注目的可视化。
- 导入和查询数据以启用表格和图表。
- 通过报告和仪表板与他人共享结果。
谁应该参加
任何想要使用 JMP 绘制和报告数据的人
先决条件：不需要以前的 JMP 知识或统计知识。 在参加本课程之前，您应该熟悉 macOS 或 Microsoft Windows 操作系统。
课程大纲：
入门和图形构建
- JMP 入门。
- 在 Graph Builder 中绘制数据。
- JMP 中的地理映射。
- 过滤器和列切换器。
- 有效的可视化。
导入和查询数据
- 导入和清理数据。
- 使用 JMP 查询生成器。
- 创建详细和汇总表。
创建报告和仪表板
- 生成 JMP 报告。
- JMP 应用程序简介。
- 使用 JMP 仪表板生成器。
- 共享报告和仪表板。
课程： JMP®：设计和构建完整的 JMP® 脚本
期间： 4个半天课程
注册费用： 400 美元
描述：本课程教您如何有条不紊地编写新脚本。 一个现实的案例研究用于说明典型的步骤。 在课程练习中开发了一个单独的案例研究。 展示脚本结果的故事板、脚本将使用的 JMP 对象以及脚本执行所需的步骤在课程开始时开发，并在整个课程中进一步开发。 结果用于确定必要的数据，因此下一步是识别分析变量及其原始数据存储。 导入数据、清理和协调数据以及派生新变量的技术完成了课程的前半部分。 课程的后半部分教授如何编写将变量转换为结果的脚本。 JMP 对象用于创建工作框架。 然后根据需要自定义或扩展每个对象。 在用户对话框中捕获可选的结果或计算以完成脚本。 本课程可以帮助您为以下认证考试做好准备：使用 JMP 编写 JMP 脚本.
概述：
了解如何：
- 端到端设计和构建脚本。
- 识别数据源。
- 从平面文件和 Excel 工作簿导入数据。
- 清理和转换数据。
- 从 JMP 对象构建演示文稿。
- 自定义对象以获得最终结果。
先决条件：在参加本课程之前，您应该完成JMP®：JMP® 脚本语言简介课程或有同等经验。
课程大纲：
脚本设计
数据导入设计
数据准备
构建分析、报告和可视化
编写第二次分析脚本（附录）
- 剧本设计。
- 数据导入设计。
- 数据准备。
- 构建分析、报告和可视化。
数据库访问（附录）
