你好， 每个人。
我的 姓名 是 账单 沃利
和 I 是 系统 工程师 为了 JMP 为了 这 我们 化学 团队。
今天 我是 去 到 是 说 到 你 关于
一个 分析 工作流程 为了 数据 和 化学计量学 分析 使用 JMP .
我得到了 a 很少 事物 I 想 到 强调。
是 去 到 是 说 关于 获得 这 数据 在...
实际上 只是 下列的 这 分析 工作流程 那 我们 分享
关于 获得 数据 在， 打扫 和 混合，
可视化， 探索性的 数据 分析， 建筑 模型。
和 然后 最终，
什么 是 你 去 到 做 和 那 数据 和 如何 是 你 去 到 分享 它？
夫妻 的 事物 那 是 重要的
是 这 新的 JMP 工作流程 建筑商，
我是 去 到 强调 那。
这 是 只是 a 快照 的 什么 患病的 是 显示 你 在 a 小的 少量。
和 这 化学计量学 部分 的 这 是 分析 光谱 数据，
使用 功能性 数据 探索者 为了 预 加工。
和 这些 是 现在 建造 进入 JMP。
如果 你可以 看 超过 这里， 我们已经 得到 a 标签页 向上 这里 在 全职当量 现在
在哪里 你 能 选择 从 不同的 类型 的 预 加工，
标准， 正常，变异 , 乘法 散射 更正，
萨维茨-戈莱 过滤， 和 基线 更正。
和 I 相信 那里 将要 是 或许 一 或者 二 其他 事物 额外 到 那。
只是 所以 你 知道， 这 数据 那 我是 使用 是 拉 从 这 纸。
你看得对 向下 这里， 返回 2002年。
只是 到 让 你 知道， 那就是 在哪里 这 日期 是 未来 从。
全部 正确的， 我是 去 到 放 那 旁边 为了 现在，
和 我是 去 到 去 前方 和 得到 事物 去 这里。
所以 我已经 得到 我的 家 窗户。
我是 去 到 去 和 开始 a 文件， 新的， 项目。
和 这 工作流程 那 我是 去 到 是 在职的 和 是 这 一 正确的 这里。
我是 去 到 正确的- 点击 在 那。
我是 去 到 打开 它。
什么 我已经 完毕 是 我已经 已采取 这 数据 放 那 I 想 到 工作 和
和 我已经 建造 全部 这些 步骤 在 这 工作流程 建筑商，
和 我是 去 到 玩 那 为了 你 现在。
所以 它是 去 到 填充 我们的 项目 这里。
所以 我是 去 到 去 前方 和 打 玩。
作为 你 能 看， 那就是 建筑 这 工作流程， 正在做 一些 分析。
是 正在做 一些 模型 筛选 正确的 现在。
和 然后 一切 是 完全的。
和 现在 我们 有 全部 这些 标签页 穿过 这 顶部
我们已经 完全的 那 分析 和 这 工作流程。
我已经 实际上 包括 一 其他 桌子 在 那里。
什么时候 我们 得到 那里， 患病的 讲话 更多的 关于 那。
但 我们 建造了 桌子， 我们 拉 这 桌子 在
只是 到 展示 你们他们是 从 这 来源 数据。
我们已经 实际上 拉 这 数据 在 从 一个 Excel 文件。
获得 这 数据 进入 JMP 从 Excel 是 相当 简单的。
和 我们 建造 一些 探索性的 数据 分析。
所以 这 第一的 步 我们 制成 是 正在做 a 分配，
和 我们 能 相互影响 和 它 只是 喜欢 任何事物 别的。
一切都是 交互的 从 这 工作流程 建造者。
做过 一些 图表 在哪里 I 放 这 柱子 切换器 在，
额外 这 当地的 数据 筛选。
只是 所以 你 知道，
作为 我们 建造 这 工作流程， 全部 这些 事物 是 内置
和 这 记录 帮助 你 保持 追踪 的 是什么 去 在。
和 你 能 看 那 我们已经 得到 满的 功能 去 在 那里。
做过 一些 更多的 探索性的 数据 分析 寻找 在 Fit Live IX ,
正在做 一个 [听不清 00:03:46]
就像在 这 案件，
Fit Live IX 适用于磨坊时间 相对 溶解，
和 混合 时间 相对 溶解。
只是 到 得到 后退 到 它，
这 是 药片 数据 那就是 漂亮的 受欢迎的 之内 这 SCE 社区 之内 JMP。
和 我是 只是 建筑 在 如何 我们 会 分析 那 和 建造 出去 这 工作流程。
下一个 步 会 是 多- 各种各样的 分析 到 看，
为了 这 溶解， 哪个 是 我们的 钥匙 表现 指标，
什么 可能 是 任何 的 这 因素
或者 什么 因素 可能 是 高度 相关 和 溶解。
不是 看到 任何事物 那就是 跳 出去 也 很多。
我们 做 有 一些 部分的 相关性，
但 不 一 因素 是 跳 出去 作为
这 回答 为了 这 数据 那 是 寻找 在。
我们 能 得到 a 更好的 理解 的 什么 因素 可能 是 重要的
如果 我们 看 在 a 预测器 筛查。
我们 可以看到 这里 那 我们 有 事物 称为 屏幕 尺寸， 磨 时间， 喷 速度。
那些 看 到 是 重要的 因素 那 我们 可以 使用 到 建造 a 更好的 模型。
下一个， 我们 能 实际上 放 向上 a 逐步 回归。
我是 去 到 去 这里 和 实际上 跑步 这 模型 在 a 第二。
和 然后 我们已经 得到 那 输出 所以 那 数据 是 那里
和 我们 可以 使用 那 作为 需要。
所以，我们 建造 那 模型，
和 是 出去 这里 寻找 在 其他 类型 的 分析，
哪个 会 是 决定 树， 一个分区 分析。
我们 能 做 神经 网， 建造 那 模型
和 我们 能 做 a [听不清 00:05:35] 正方形。
所以 我们已经 得到 全部 那些 事物 一起。
但 一次 全部 说 和 完毕，
你 可以 实际上 使用 某物 称为 模型 筛查 在 JMP 专业版
到 建造 这些 模型 出去 和 寻找 出去 哪个 是 这 最好的 全面的 模型。
和 基于 在 那， 我们 能 看 那
a 神经- 增强 模型 是 大概 这 最好的 全面的 模型 为了 我们 到 工作 和。
我们 能 然后 拿 全部 这 信息，
分享 它 和 全部 我们的 同事， 同事们，
任何人 WHO 可能 是 感兴趣的。
和 我们 能 做 这 在 一些 不同的 方法。
一 的 这 最好的 方式 会 是 到 使用 JMP L 我已经
和 放 一切 出去 那里 为了 各位 到 看 在 和 分享。
那是 这 第一的 部分 的 这 分析 工作流程。
和 再次， 如果 我们 看 后退 这里， 那就是 全部 放 向上 在 这 文件夹 这里。
和 作为 I 说 前， I 有 打开 其他 桌子。
和 这 是 为了 这 化学计量学部分 的 这 分析。
这 是 靠近- 红外线的 数据 为了 寻找 这 积极的 成分 在 片剂。
我们 建造 这 片剂， 我们 制成 这 片剂。
现在 我们 有 到 拿 这 完成的 产品 和 寻找 出去 是什么 它 全部 关于。
做 我们 有 这 正确的 积极的 成分？
和 能 我们 告诉 基于 在 这 技术 称为 靠近- 红外线的 分析？
是 去 到 步 通过 a 很少 不同的 事物，
但 我是 去 到 转动 那 工作流程 建造者 后退 在
到 记录 这些 步骤。
所以 我们来吧 转动 那 在， 我们来吧 去 后退 到 我们的 数据 放，
和 我们来吧 做 一些 分析 现在。
所以 I 想 到 清除 出去 这些 生的 各州 第一的。
和 现在 I 想 到 去 到 分析 聚类分析， 层级式 聚类。
所以 I 得到 那， 和 我已经 得到 全部 我的 数据 团体。
所以 有 404 波长 那 是 分组。
我是 去 到 拉 那些 在， 说， 好的。
我们开始吧 建造 这 出去 a 小的 少量，
是 去 到 看 在 三 不同的 集群，
和 我们来吧 颜色 那些 集群。
全部 正确的， 所以 你 能 种类 的 看 那，
让 我 拉 这 向下 a 小的 少量，
你可以看到我们已经 得到 三 集群，
相当 大的 绿色的 簇 和 二 较小的 蓝色的 和 红色的。
所以 我们已经 得到 那。
和 现在 我们来吧 去 后退 到 我们的 数据 放， 和 我们来吧 做 a 图形 建造者。
所以 我们来吧 去 到 图形 建造者。
我们开始吧 拉 我们的 波长 在，
这里 到 X，
做 a 平行线 阴谋，
干净的 那 向上 a 小的 少量，
和 正确的- 点击 那里 到 结合 秤 和 平行线 已合并。
我是 正在做 这些 步骤 漂亮的 快速地。
这 是 某物 你会 想 到 去 后退 和 手表 再次， 如果 它是 的 兴趣。
但 这 事物 I 想 到 展示 你 这里 是 那 这 数据 是 漂亮的 疏散，
和 有 a 很多 的 基线 分离，
或许 一些 添加剂 和 乘法 散射 那 我们 需要 到 干净的 向上。
所以 我们来吧 去 后退 到 我们的 数据 桌子
和 去 到 其他 分析 步。
我们开始吧 去 到 a 多变量 方法。
我们开始吧 去 到 主要的 成分。
再次， 出色地 拉 全部 我们的 波长 在。
说好的。
和 这 事物 I 想 你 到 笔记 这里 是 那
我们 有 一些 404 波长
是 全部 分组 正确的 大约 这 小的 区域 正确的 这里。
那 是 高度 相关 数据。
我们 可以 建造 a 模型 离开 的 那，
但 它 可能 不是 是 这 最好的。
因为 是 去 到 是 包括 波长 那 是 不是 的 重要性
因为 的 这 高的 相关性。
所以 出色地 干净的 那 向上 在 a 小的 少量。
患病的 展示 你 如何 到 干净的 那 向上 在 a 小的 少量。
和 作为 a 事情 的 事实， 我们来吧 去 到 那 步 正确的 现在。
我们开始吧 去 后退 超过 这里 和 去 到 分析，
专门 造型。
和 是 去 到 去 到 功能性D 分钟 探险家。
和 我们来吧 得到 这 放 向上 第一的， 和 患病的 告诉 你 更多的 关于 它。
让我们把我们的 波长 那里，
我们 有 我们的 积极的 成分， 哪个 是 a 补充 多变的。
和 然后 我们的 ID 功能。 那里 我们 去。
说好的。
就这样 函数。 让 我 做 那 再次。
积极的 成分 和 我们的 波长。
这 种类 的 看起来 喜欢 什么 我们 锯 前 在 图形 建筑商，
我们 想 到 干净的 这 向上。
所以 我们已经 得到 这些 新的 标签页 在 J 议员 专业版 17 为了 功能 数据 探险家。
光谱 是 一 的 这 标签页。
和 然后， 作为 我们 谈话 前， 我们 有 标准 普通的 各种各样的
乘法 散射， 萨维茨-戈莱 和 基线 更正。
我是 去 到 选择 这 标准 正态变量优先
到 打扫 那 向上。
和 然后 你 能 看 这 基线 是 a 小的 摇摇晃晃 这里。
我们开始吧 干净的 那 向上， 拿 那 下一个 步，
和 然后 去 前方 和 说 好的。
和 现在 我们已经 得到 那 放 向上。
它 看起来 a 很多 更好的， a 很多 清洁工。
和 现在 这 下一个 步 会 是 到 模型 这。
是 去 到 使用 其他 新的 功能 在 功能数据浏览器
称为 小波。
它是 小波 造型 这里。
和 你 能 看 向下 这里 那 我们的 模型 有 到过 已建成，
和 是 解释 a 很多 的 这 变化 和 关于
五 功能性 原则 成分。
但 如果 你 看 在 这些， 是 解释 这 形状 和 我们的 形状 函数。
那是 在哪里 我们的 特征值 来 进入。
这 是 真的 只是 a 好的 方式 到 看 在 这 数据
和 制作 当然 那 我们的 光谱是 存在 出色地 建模。
作为 I 说， 我们已经 得到
五 形状 函数 那 是 解释 事物 真的 出色地。
所以 我们来吧 干净的 这 向上 a 小的 少量 和 拉 这 后退，
制作 我们的 模型 a 小的 更简单。
我们 惯于 去 全部 这 方式 后退 到 五， 但 出色地 离开 它 在 10 为了 现在。
你 能 看 在 这 分数 地块。
有 仍然 一些 散射 这里 在 这 数据，
但 出色地 干净的 那 向上 在 a 第二。
和 然后 一 的 这 其他 步骤 你 想 到 拿 关心 是 到 做 a 小波 模型。
这 是 新的 在 JMP 17、 这 小波 分析。
和 什么 这 是 真的 全部 关于 是 寻找 为了
能 我们 寻找 这 重要的 波长
那 是 去 到 给 我们 a 蛛丝马迹 符号 的 是什么 去 在 和 这 数据。
和 什么 我是 寻找 为了， 尤其 和 这 光谱，
是 某物 在哪里 I 能 看 a 转移 在 这 基线。
和 I 能 看 那 我们已经 得到 a 好的 转移 在 这 基线
和 a 分组 的 光谱 波长 大约 88 20 到 或许 88 50.
所以 那就是 这 重要的 部分 这里。
所以 我们 得到 一个 主意 的 什么 这 重要的 波长 是。
全部 这 数据 那 I 有 完毕 向上 这里 前，
让 我 拉 这 后退，
这 预 加工 那 I 有 完毕 前，
I 想 到 节省 那 数据 出去 和 做 一些 分析 在 它。
所以 我是 去 到 去 这里 到 这 功能 数据 探险家，
选择 节省 数据。
这 是 去 到 是 a 新的 数据 放，
和 现在 我们已经 得到 到 做 一些 工作 和 这 数据 和 干净的 它 向上
和 制作 当然 是 准备好 到 去。
I 想 到 做 a 转置。
转置 和。 X 是 我们的 标签。
和 这些 二 降低 进入 [听不清 00:13:38] .
看 如果 我们 得到 这 正确的， 好的。
和 是的。
所以 我们已经 已清洗 那 桌子 向上， 我们已经 已采取 那些 300 光谱，
和 然后 我们已经 转置 他们 进入 其他 数据 桌子。
这 是 全部 这 预 已处理 数据，
所以 是 去 到 做 a 很少 更多的 事物 到 这
到 展示 在哪里 那 预 加工 有 真的 已清洗 向上 这 数据
和 在哪里 我们 能 建造 一些 模型 和 它。
所以 让 我 得到 摆脱 的 这 柱子。
全部 正确的， 和 准备好 到 去。
所以 是 去 到 做 这 相同的 事物 那 我们 做过 前。
我们开始吧 去 到 分析， 层级式 聚类。
实际上， 让 我 拿 a 步 后退 这里 真实的 快的。
在这里，我想分组 这些 列 到 制作 事物 a 很多 更轻松。
所以 团体 那些 列 和 我们来吧 去 后退 到 在哪里 我们 是。
我们开始吧 去 到 分析，层级 聚类分析，
拉 我们的 列 在， 说， 好的。
出色地 做 这 相同的 事物 我们 做过 前， 出色地 看 在 三 不同的 集群，
和 颜色 那些 集群。
这 将要 是 a 快的 比较，
但 如果 你 看 在 什么 我们 做过 之前 什么 我们已经 得到 现在，
我们已经 得到 a 很多 更紧 集群。
和 这些 实际上 是 漂亮的 出色地 分散。
他们是 漂亮的 甚至。
那些 集群 是 相当 甚至 正确的 现在。
我们开始吧 去 后退 到 我们的 数据 桌子。
我们开始吧 去 后退 到 我们的 图形 建造者
和 拉 我们的 波长 在 再次， 我们 做过 前。
是 去 到 制作 a 平行线 阴谋 出去 的 这 再次。
它 不 看 伟大的 正确的 现在， 但 我们来吧 正确的- 点击 这里，
然后走 到 合并 秤， 平行线 已合并。
和 现在 你 看 那 这 数据 是 真的 已清洗 向上
在哪里 我们 做过 那 预 加工 有 已采取 事物 到...
他们 看 a 很多 更好的。
我们开始吧 看 如果 我们 能 比较 就是这里。
什么 我们 有 前， 和 什么 我们 有 现在。
所以 我们已经 得到 那 数据 很多 清洁工。
任何 分析 那 我们 做 从 这里 应该 是 很多 更好的。
所以 我们来吧 去 后退 到 分析，
多元M 方法， 原则 成分。
拉我们的 波长 在。
说好的。
和 现在 我们已经 已采取 那 数据
和 我们已经 破碎的 那 相关性 结构 那 我们 有 前。
这 是 现在 后 预 加工，
这 是 什么 我们 有 前。
只是 到 展示 你 这 不同之处。
所以 我们已经 真的 干净的 事物 向上。
现在 我们会 想 到 拿 或许 一 更多的 步 在 这 分析。
分析一下，我们去…… 质量 和 过程
模型- 驱动 多变量 控制 图表。
是 只是 寻找 为了 或许 一些 异常 行为 在 这里。
在 这 案件， 它是 基于 在 这 主要的 成分。
说好的。
和 这 是 寻找 在 二 主要的 成分。
你可以 看 那 有 一些 潜在的 异常值 这里。
但 这 是 光谱 数据， 是 不是 去 到 得到 摆脱 的 任何事物。
我们 只是 想 到 种类 的 看法 那。
和 一 其他 事物 我们 想 到 看 在 是 到 去 到 监视器 这 过程，
是 去 到 看 在 分数 地块。
和 现在 我们 能 看 在 我们的 分组 向下 这里
和 我们 能 实际上 比较 这些 团体。
我是 去 到 拉 向上 a 工具 这里， 损失惨重 工具。
我是 去 到 做 我的 最好的 到 团体 这些， a 夫妻 的 这些。
那是 去 到 是 我的 A组
A 和 我是 将会 做 其他 套索 这里。
出色地 只是 离开 那 作为 是 和 去 那里。
我们 抓住 一 的 这 错误的 一， 但 我认为我们会 是 好的。
和 现在 我们 能 比较 在哪里 是 看到 差异 在 这 光谱
为了 这些 二 子组。
和 当我 曾是 说 前 如果 我们 看起来 正确的 在 这里，
那些 波长 是 在 某处 在 那 8800 范围，
和 然后 我们 能 看 那 有 a 真实的 不同之处 那里。
O 是 更多的 事物 我们 想 到 做， 和 这 是 这 最后的 步。
什么 ID 所示 前， ID 完毕 模型 筛查，
和 I 想 到 做 模型 筛选 再次。
I 去 到 分析， 预测 造型， 模型 筛查。
是 去 到 放 这 向上， 是 去 到 做 我们的 积极的。
这是我们的 回复 那 是 尝试 到 模型，
和 是 去 到 使用 我们的 波长 到 建造 这 模型 出去。
我是 去 到 干净的 这 向上 a 小的 少量。
我们 不 需要 全部 这些 不同的 造型 类型。
是 去 到 拉 这 出去。
但 这 好的 事物 关于 这 是 I 能 建造 全部 这些 模型 在 一次
和 真的 寻找 出去 是什么 这 最好的 造型 方法 到 拿 和 这 数据。
我不需要那个。我不需要那个。
我们开始吧 添加 那些。
一 事物 我是 不是 前往 做 为了 时间 清酒
是 我是 不是 前往 添加 任何 叉- 验证。
如果 我们 拿 那 进入 帐户，
它将 实际上 跑步 a 很多 更长。
但 作为 你会 看， 这 是 去 到 是 相当 快的。
我是 去 到 去 前方 和 说 好的。
和 作为 这 是 去， 只是 讲话 a 小的 少量 更多的 关于 什么 是 看到了。
是 建筑 出去 这些 模型。
你 能 看 它是 步进 通过。
和 我们来吧 看 在 关于 其他 很少 秒 就在这里 应该 是 完毕。
那里 我们 去。
采取 a 小的 更长。
那里 我们 去。
基于 在 什么 I 说，
I 没有 使用 任何 验证， 但 神经 需要 它。
所以 那就是 这 验证 那 你 看 那里。
但 全面的， 我们 得到 a 真的 好的 主意
超广谱 促进 是 去 到 是 这 最好的 模型 到 合身 这 数据。
我们 可以 使用 任何 的 这些 其他的，
因为 它们是 全部 真的 好的 模型 作为 出色地。
但 你 得到 到 选择， 选择 一， 我们来吧 说 部分 正方形。
因为 那就是 这 去- 到 分析 方法 为了 光谱 数据 反正。
但 我们已经 得到 那。
我们 能 说 跑步， 已选，
和 充满 出去 那 模型 和 寻找 出去， 能 我们 制作 它 甚至 更好的？
希望如此 什么 我已经 完毕 和 显示 你 是 那 我们 能 建造 这些...
让 我 拉 这 后退 到 我们的 开始 这里。
只需几步。
这 是 我们的 工作流程， 和 我已经 额外 那些 步骤。
所以 我们已经 得到 那 桌子 那 是 在职的 和。
我们 已清除 这 原始状态 . 我们 转置 这 数据。
任何事物 那 我们 关闭 出去 是 现在 部分 的 那 工作流程。
所以 我们 继续 到 建造 那 工作流程。
一 事物 患病的 说 是 那
I 会 通常 不是 建造 a 工作流程 里面 a 项目，
但 只是 显示 你 那 它 能 是 完毕。
让 我 去 后退 到 我的 滑动 在这里分享。
我们来换个角度思考。
一 更多的 步 这里。
我只是 想 到 说 感谢 你 到 a 很少 人们。
杰里米 灰， 谁是 不 更长 在 JMP， 但 他是 a 伟大的 灵感 为了 这。
标记 贝利 有 到过 a 伟大的 帮助。
瑞安 帕克 和 黏土 巴克 有 完毕 真的 极好的 事物
和 类型 和 功能 数据 探险家。
克里斯 戈特沃尔特 有 到过 真的 有用 在 获得 事物 放 向上。
和 然后 我的 史蒂文斯 有 到过 a 真实的 支持 人
在 帮助 我 建造 这 光谱 分析 出去 之内 JMP。
所以 I 真的 欣赏 一切 和 那 患病的 说 感谢 你。
那是 它。
