使用 JMP 中的多元分析工具分析光譜資料_Bill Worley(2020-JA-30MP-22)等級：中級
近年來，偏最小二乘 (PLS) 回歸已用於基於光譜資料建立預測模型。本示範將示範如何利用函數資料探索器 (FDE) 和實驗設計 (DOE) 的協變量功能，以更少的光譜資料建立更有效率的預測模型。這種新方法僅需使用先前建立預測模型所需資料的四分之一到三分之一。我們也將介紹 JMP 15 中全新的模型驅動多元控製圖 (MDMCC) 平台，用於分析光譜資料。
在加入JMP團隊之前，Bill Worley在寶潔公司工作了14年，其中最後五年擔任建模與模擬團隊的技術主管，負責JMP的培訓和使用支援。 Worley是一位化學家，擁有辛辛那提大學化學碩士學位。
進階統計建模基礎資料分析與建模消費者與市場研究數據探索與視覺化實驗設計預測模型和機器學習品質與工藝工程
