DOE 夏季系列：高級主題JMP 繼續突破 DOE 在新功能和平台方面的可能性界限。 本次會議將重點關注其中兩個功能：功能 DOE 和自我驗證集成模型 (SVEM)。 功能數據是二維數據，例如動力學曲線、隨時間變化的熱演化、粒度分佈或化學光譜。 功能性 DOE 允許您優化整個響應曲線（而不是單個參數）。 自驗證集成模型 (SVEM) 允許您通過高級建模算法在設計中運行更少的實驗。
問答/討論
問：標準 JMP 中是否包含函數數據分析？
答：不可以，功能數據分析是 JMP Pro 獨有的功能。
問：如何創建目標曲線？
答：目標曲線可以根據先前的結果或您手動創建的理論目標來創建。
問：如何在數據表之間建立虛擬鏈接？
答：您可以使用以下方式進行虛擬加入鏈接 ID 和鏈接參考列屬性。
使用 FDE/DOE 優化功能響應，並使用 SVEM 構建更好的模型。
預測建模和機器學習實驗設計
