고급 예측 모델 구축 - 석유 및 가스 사례 연구이 사례 연구에서는 JMP와 JMP Pro를 사용하여 업스트림 석유 및 가스 공정(원료 식별, 추출, 생산)에서 최적의 지질 및 완성 매개변수를 찾습니다.
방법을 확인하세요:
- 모델의 목표 이해 - 공정에서 추가로 고가의 고형 재료(프로판트)를 사용하여 수익이 감소하는 지점을 결정합니다.
- 관심 반응(1년 동안 특정 유정에서 생산된 석유 및 가스의 총량)을 이해합니다.
- 학습요소를 이해하라
- 제어 요소(20개 완료 매개변수, 프로판트 양, 우물 천공 깊이, 완료 단계 수, 측면 우물 길이)
- 의사 제어 요인(위치 매개변수, 카운티, 위도, 경도)
- 통제되지 않은 요인(23개 지질 매개변수, 지형, 저장소 두께, 다공성 및 투과성, (TOC) 총 유기탄소)
- 분석을 위한 데이터 준비
- 예측자 선별을 사용하여 모든 요인 중에서 중요한 예측자를 식별합니다.
- Bootstrap Forest를 사용하여 모든 예측 변수의 순위를 지정합니다.
- 다양한 피팅 기술, 모델 매개변수, 무작위 효과를 포함한 추가 설정을 사용하여 간단한 선형 모델부터 복잡한 선형 모델까지 빠르게 개발하기 위해 Fit Model을 사용하여 모델을 구축합니다.
- 표준 최소 제곱 모델(JMP) 구성
- 단계적 회귀 모델 구축(JMP)
- 로지스틱 회귀 모델 구축(JMP)
- 일반화 회귀(Pro)를 사용하여 텍스트, 검증 및 훈련 세트를 생성한 다음 상관 관계가 있는 고차원 데이터를 모델링합니다.
- JMP Pro를 사용하여 많은 의사결정 트리의 평균을 구하여 앙상블 모형을 적합합니다.
- 각 분할이 예측 변수의 무작위 하위 집합을 어떻게 고려하는지 확인하세요.
- 예측 프로파일러를 사용하여 수익 감소 지점 식별
고급 통계 모델링
