C31 优化连续过程 (Kay)标题：C31 优化连续流程
作者：菲尔·凯
附：我有一个用于添加到技术参考库的演示。 这是一个连续的过程。有一个数据表和一个简短的幻灯片来介绍情况。
为什么好：我认为这是一个有用的预测演示建模和 JMP Pro，尤其是在化学品或生物技术情况下。
系统行为是非线性的。 有许多变量以及每个变量和响应之间未知的时间滞后。 通过标准时间序列分析来寻找行为将非常具有挑战性。 因此，方法是为每个原始变量创建一系列滞后变量，然后将它们全部放入 BF 或 NN 中。 在 JMP13 中，您可以非常轻松地创建滞后这些变量。
附件：
- 连续过程100628.pptx
- 连续过程数据log.jmp
实例探究回复：C31 优化连续流程 (Kay)这里有大量的时间序列数据集：
https://archive.ics.uci.edu/ml/datasets.php?format=&task=&att=&area=&numAtt=&numIns=&type=ts&sort=nameUp&view=table
也许其中之一会有所帮助。
我想我以前用过“臭氧水平检测”数据集。 但我不记得太多了，除了它足够有趣，可以用于一般演示之外。
回复：C31 优化连续流程 (Kay)你好@alisa_h_lowery
我不知道有任何像这样的非制造业案例研究数据集。 对不起。
我认为时间序列数据分析在科学和工程（金融、零售等）之外非常常见，因此会有很多。
我找不到任何适合流程工业的例子，所以这就是创建这个的原因。
菲尔
回复：C31 优化连续流程 (Kay)有每周天气数据示例频域DE该图显示了如何使用傅立叶基函数和 fPCA 来提取特征。
虽然不是关键应用领域，但 SEM 可用于对多元时间序列进行建模。 劳拉·卡斯特罗-斯基洛（Laura Castro-Schilo）展示了 VAR（向量自回归）模型可以拟合扫描电镜。 https://community.jmp.com/t5/Discovery-Summit-Europe-2021/Structural-Equation-Modeling-of-Coupled-Twin-Distillation/ta-p/349223?_ga=2.241780289.218951656.1617286921-1157223820.15804171 71
您可以在 JMP 示例数据库中的 GNP.jmp 上进行尝试。 我还没有这样做，所以我不知道 SEM 结果与 SAS/ETS 中的 Proc VARMAX 相比如何。
回复：C31 优化连续流程 (Kay)@菲尔_凯@jiancao非制造业是否有类似的例子来展示使用 Pro 来演示时间序列数据？
回复：C31 优化连续流程 (Kay)凉爽的。 这种滞后变量+机器学习方法相对于标准时间序列分析的优势在于它可以发现变量之间的非线性关系。 创建此演示是为了销售 JMP Pro。 我可能会在描述中添加类似的内容。
回复：C31 优化连续流程 (Kay)你好@菲尔_凯
不需要您的时间，但感谢您的建议。 我想我通过查看数据理解了演示的精神。 有趣的是，这是我一直在寻找的东西（如何评估连续过程的滞后时间），但我在查看其他东西（时间序列）时发现了它。 谢谢菲尔
以马内利
回复：C31 优化连续流程 (Kay)你好@Emmanuel_Romeu ,
我已经删除了对 webex 视频的引用，因为我相当确定它现在已经丢失 - 抱歉。 无论如何，该视频仅供内部观看者使用，不适合客户。 我不知道该演示的其他录音。
如果您愿意，我很乐意与您讨论演示。 我认为@弗洛里安_沃格特最近可能使用过这个案例研究。
干杯，
菲尔
回复：C31 优化连续流程 (Kay)你好，
视频链接无效。
我想与位于 Inside JMP 中的客户共享录音，但可能无法实现？
@菲尔_凯@scwise
以马内利
