构建先进的预测模型 - 石油和天然气案例研究本案例研究使用 JMP 和 JMP Pro 寻找上游石油和天然气工艺（识别、提取和生产原材料）中的最佳地质和完井参数。
请参阅如何：
- 了解模型的目标 - 确定在此过程中使用额外的、昂贵的固体材料（支撑剂）的收益递减点
- 了解利息响应 - 一年内特定井生产的石油和天然气总量。
- 了解研究因素
- 控制因素（20个完井参数、支撑剂用量、射孔深度、完井阶段数、侧井长度）
- 伪控制因素（位置参数、县、纬度、经度）
- 不受控制的因素（23个地质参数、相、储层厚度、孔隙度和渗透率、（TOC）总有机碳）
- 准备数据进行分析
- 使用预测因子筛选从所有因素中识别重要的预测因子
- 使用 Bootstrap Forest 对所有预测变量进行排名
- 使用拟合模型构建模型，使用各种拟合技术、模型参数和其他设置（包括随机效应）快速开发简单到复杂的线性模型
- 构建标准最小二乘模型 (JMP)
- 构建逐步回归模型 (JMP)
- 构建Logistic回归模型（JMP）
- 使用广义回归 (Pro) 创建文本、验证和训练集，然后对相关数据和高维数据进行建模
- 使用 JMP Pro 通过平均许多决策树来拟合集成模型
- 了解每个分割如何考虑预测变量的随机子集
- 使用 Prediction Profiler 确定收益递减点
高级统计建模
