In dieser Ankündigung. Wir möchten das „log-lineare Varianzmodell“ vorstellen, das für die Modellanpassung in JMP verwendet werden kann. Normalerweise werden bei der Durchführung einer Regressionsanalyse oder Varianzanalyse (allgemeines lineares Modell) bei der JMP-Modellanpassung gleiche Varianzen angenommen. Allerdings weichen die von uns tatsächlich verarbeiteten Daten häufig von dieser Annahme ab. Das logarithmisch-lineare Dispersionsmodell ist in solchen Fällen eine sehr nützliche Methode. Zur Behandlung ungleicher Varianz werden verschiedene Methoden verwendet, beispielsweise die Variablentransformation. Andererseits analysiert das logarithmisch-lineare Varianzmodell von JMP die Daten so, wie sie sind, analysiert (modelliert), wie Faktoren den Mittelwert und die Variation beeinflussen, und verwendet einfach das Vorhersageprofil, um die Ergebnisse zu analysieren. Wir werden auch Beispiele für den Einsatz in unserem Unternehmen vorstellen.
Im März 1994 schloss er sein Studium am Nagoya Institute of Technology mit Schwerpunkt Werkstofftechnik ab und begann bei einem Chemiehersteller zu arbeiten. Bis zu meinem Jobwechsel habe ich mich auf organische Synthese spezialisiert. Nach meinem Jobwechsel bei Gore Japan LLC habe ich mich der Statistik verschrieben und bin seit über 20 Jahren in der statistischen Ausbildung und Beratung tätig. Kurz nachdem ich angefangen hatte, mich dieser Arbeit zu widmen, entdeckte ich JMP und war überzeugt, dass es keine bessere Statistiksoftware für Ingenieure gab. Seitdem fördern wir die Verbreitung von JMP als statistisches Tool für den internen Gebrauch. Er hat ein starkes Interesse an praktischer Statistik und denkt weiterhin darüber nach, wie Statistiken mit JMP in einem breiten Spektrum von Bereichen von Forschung und Entwicklung bis hin zur Produktionstechnologie eingesetzt werden können.
