使用最佳化設計對虛擬實驗資料進行分層分析_Masashi Kawasaki (2023-JA-PO-01)當獲得虛擬實驗數據後，就可以分析每個人的數據。然而，通常情況下，分析是根據受訪者的屬性，使用每個階層的平均值進行的。如果分層分析結果沒有大的差異，由於數據較多，一次處理整個數據會得到更準確的結果。但如果各層次的分析結果有明顯差異，不分層就無法做出正確的考慮，有獲取錯誤訊息的風險。
在本研究中，我們討論使用 JMP 進行最佳化設計對虛擬實驗數據進行分層分析。在演示時，我們計劃透過案例研究來展示如何使用 JMP17 操作自訂實驗設計 (DOE)。
進階統計建模基礎資料分析與建模消費者與市場研究實驗設計預測建模和機器學習品質和工藝工程可靠度分析
