你好， 每個人。
我的 姓名 是 帳單 沃利
和 I 是 系統 工程師 為了 JMP 為了 這 我們 化學 團隊。
今天 我是 去 到 是 說 到 你 關於
一個 分析 工作流程 為了 數據 和 化學計量學 分析 使用 JMP .
我得到了 a 很少 事物 I 想 到 強調。
是 去 到 是 說 關於 獲得 這 數據 在...
實際上 只是 下列的 這 分析 工作流程 那 我們 分享
關於 獲得 數據 在， 打掃 和 混合，
視覺化， 探索性的 數據 分析， 大樓 模型。
和 然後 最終，
什麼 是 你 去 到 做 和 那 數據 和 如何 是 你 去 到 分享 它？
夫妻 的 事物 那 是 重要的
是 這 新的 JMP 工作流程 建築商，
我是 去 到 強調 那。
這 是 只是 a 快照 的 什麼 患病的 是 顯示 你 在 a 小的 位元.
和 這 化學計量學 部分 的 這 是 分析 光譜 數據，
使用 功能性 數據 探索者 為了 預 加工。
和 這些 是 現在 建造 進入 JMP。
如果 你可以 看 超過 這裡， 我們已經 得到 a 標籤頁 向上 這裡 在 全職當量 現在
在哪裡 你 能 選擇 從 不同的 類型 的 預 加工，
標準， 正常，變異 , 乘法 散射 更正，
薩維茨-戈萊 過濾， 和 基線 更正。
和 I 相信 那裡 將要 是 或許 一 或者 二 其他 事物 額外 到 那。
只是 所以 你 知道， 這 數據 那 我是 使用 是 拉 從 這 紙。
你看得對 向下 這裡， 返回 2002年。
只是 到 讓 你 知道， 那就是 在哪裡 這 日期 是 未來 從。
全部 正確的， 我是 去 到 放 那 旁邊 為了 現在，
和 我是 去 到 去 前方 和 得到 事物 去 這裡。
所以 我已經 得到 我的 家 窗戶。
我是 去 到 去 和 開始 a 文件， 新的， 專案.
和 這 工作流程 那 我是 去 到 是 在職的 和 是 這 一 正確的 這裡。
我是 去 到 正確的- 點選 在 那。
我是 去 到 打開 它。
什麼 我已經 完畢 是 我已經 已採取 這 數據 放 那 I 想 到 工作 和
和 我已經 建造 全部 這些 步驟 在 這 工作流程 建築商，
和 我是 去 到 玩 那 為了 你 現在。
所以 它是 去 到 填充 我們的 專案 這裡。
所以 我是 去 到 去 前方 和 打 玩。
作為 你 能 看， 那就是 大樓 這 工作流程， 正在做 一些 分析。
是 正在做 一些 模型 篩選 正確的 現在。
和 然後 一切 是 完全的。
和 現在 我們 有 全部 這些 標籤頁 穿過 這 頂部
我們已經 完全的 那 分析 和 這 工作流程。
我已經 實際上 包括 一 其他 桌子 在 那裡。
什麼時候 我們 得到 那裡， 患病的 演講 更多的 關於 那。
但 我們 建造了 桌子， 我們 拉 這 桌子 在
只是 到 展示 你們他們是 從 這 來源 數據。
我們已經 實際上 拉 這 數據 在 從 一個 Excel 文件。
獲得 這 數據 進入 JMP 從 Excel 是 相當 簡單的。
和 我們 建造 一些 探索性的 數據 分析。
所以 這 第一的 步 我們 製成 是 正在做 a 分配，
和 我們 能 相互影響 和 它 只是 喜歡 任何事物 別的。
一切都是 互動的 從 這 工作流程 建造者。
做過 一些 圖表 在哪裡 I 放 這 柱子 切換器 在，
額外 這 當地的 數據 篩選。
只是 所以 你 知道，
作為 我們 建造 這 工作流程， 全部 這些 事物 是 內建
和 這 記錄 幫助 你 保持 追蹤 的 是什麼 去 在。
和 你 能 看 那 我們已經 得到 滿的 功能 去 在 那裡。
做過 一些 更多的 探索性的 數據 分析 尋找 在 Fit Live IX ,
正在做 一個 [聽不清楚 00:03:46]
就像在 這 案件，
Fit Live IX 適用於磨坊時間 相對 溶解，
和 混合 時間 相對 溶解。
只是 到 得到 後退 到 它，
這 是 藥片 數據 那就是 漂亮的 受歡迎的 之內 這 SCE 社群 之內 JMP。
和 我是 只是 大樓 在 如何 我們 會 分析 那 和 建造 出去 這 工作流程。
下一個 步 會 是 多- 各種各樣的 分析 到 看，
為了 這 溶解， 哪個 是 我們的 鑰匙 表現 指標，
什麼 可能 是 任何 的 這 因素
或者 什麼 因素 可能 是 高度 相關 和 溶解。
不是 看到 任何事物 那就是 跳 出去 也 很多。
我們 做 有 一些 部分的 相關性，
但 不 一 因素 是 跳 出去 作為
這 回答 為了 這 數據 那 是 尋找 在。
我們 能 得到 a 更好的 理解 的 什麼 因素 可能 是 重要的
如果 我們 看 在 a 預測器 篩檢。
我們 可以看到 這裡 那 我們 有 事物 稱為 螢幕 尺寸， 磨 時間， 噴 速度。
那些 看 到 是 重要的 因素 那 我們 可以 使用 到 建造 a 更好的 模型。
下一個， 我們 能 實際上 放 向上 a 逐步 回歸。
我是 去 到 去 這裡 和 實際上 跑步 這 模型 在 a 第二。
和 然後 我們已經 得到 那 輸出 所以 那 數據 是 那裡
和 我們 可以 使用 那 作為 需要。
所以，我們 建造 那 模型，
和 是 出去 這裡 尋找 在 其他 類型 的 分析，
哪個 會 是 決定 樹， 一個分區 分析。
我們 能 做 神經 網， 建造 那 模型
和 我們 能 做 a [聽不清楚 00:05:35] 正方形。
所以 我們已經 得到 全部 那些 事物 一起。
但 一次 全部 說 和 完畢，
你 可以 實際上 使用 某物 稱為 模型 篩檢 在 JMP 專業版
到 建造 這些 模型 出去 和 尋找 出去 哪個 是 這 最好的 全面的 模型。
和 基於 在 那， 我們 能 看 那
a 神經- 增強 模型 是 大概 這 最好的 全面的 模型 為了 我們 到 工作 和。
我們 能 然後 拿 全部 這 資訊,
分享 它 和 全部 我們的 同事， 同事們，
任何人 世界衛生組織 可能 是 有興趣的。
和 我們 能 做 這 在 一些 不同的 方法。
一 的 這 最好的 方式 會 是 到 使用 JMP L 我已經
和 放 一切 出去 那裡 為了 各位 到 看 在 和 分享。
那是 這 第一的 部分 的 這 分析 工作流程。
和 再次， 如果 我們 看 後退 這裡， 那就是 全部 放 向上 在 這 資料夾 這裡。
和 作為 I 說 前， I 有 打開 其他 桌子。
和 這 是 為了 這 化學計量學部分 的 這 分析。
這 是 靠近- 紅外線的 數據 為了 尋找 這 積極的 成分 在 片劑。
我們 建造 這 片劑， 我們 製成 這 片劑。
現在 我們 有 到 拿 這 完成的 產品 和 尋找 出去 是什麼 它 全部 關於。
做 我們 有 這 正確的 積極的 成分？
和 能 我們 告訴 基於 在 這 科技 稱為 靠近- 紅外線的 分析？
是 去 到 步 透過 a 很少 不同的 事物，
但 我是 去 到 轉動 那 工作流程 建造者 後退 在
到 記錄 這些 步驟。
所以 我們來吧 轉動 那 在， 我們來吧 去 後退 到 我們的 數據 放，
和 我們來吧 做 一些 分析 現在。
所以 I 想 到 清除 出去 這些 生的 各州 第一的。
和 現在 I 想 到 去 到 分析 聚類分析， 層級式 聚類。
所以 I 得到 那， 和 我已經 得到 全部 我的 數據 團體。
所以 有 404 波長 那 是 分組。
我是 去 到 拉 那些 在， 說， 好的。
我們開始吧 建造 這 出去 a 小的 位元,
是 去 到 看 在 三 不同的 集群，
和 我們來吧 顏色 那些 集群。
全部 正確的， 所以 你 能 種類 的 看 那，
讓 我 拉 這 向下 a 小的 位元,
你可以看到我們已經 得到 三 集群，
相當 大的 綠色的 簇 和 二 較小的 藍色的 和 紅色的。
所以 我們已經 得到 那。
和 現在 我們來吧 去 後退 到 我們的 數據 放， 和 我們來吧 做 a 圖形 建造者。
所以 我們來吧 去 到 圖形 建造者。
我們開始吧 拉 我們的 波長 在，
這裡 到 X，
做 a 平行線 陰謀，
乾淨的 那 向上 a 小的 位元,
和 正確的- 點選 那裡 到 結合 體重計 和 平行線 已合併。
我是 正在做 這些 步驟 漂亮的 快速地。
這 是 某物 你會 想 到 去 後退 和 手錶 再次， 如果 它是 的 興趣。
但 這 事物 I 想 到 展示 你 這裡 是 那 這 數據 是 漂亮的 疏散，
和 有 a 很多 的 基線 分離，
或許 一些 添加劑 和 乘法 散射 那 我們 需要 到 乾淨的 向上。
所以 我們來吧 去 後退 到 我們的 數據 桌子
和 去 到 其他 分析 步。
我們開始吧 去 到 a 多變數 方法。
我們開始吧 去 到 主要的 成分。
再次， 出色地 拉 全部 我們的 波長 在。
說好的。
和 這 事物 I 想 你 到 筆記 這裡 是 那
我們 有 一些 404 波長
是 全部 分組 正確的 大約 這 小的 區域 正確的 這裡。
那 是 高度 相關 數據。
我們 可以 建造 a 模型 離開 的 那，
但 它 可能 不是 是 這 最好的。
因為 是 去 到 是 包括 波長 那 是 不是 的 重要性
因為 的 這 高的 相關性。
所以 出色地 乾淨的 那 向上 在 a 小的 位元.
患病的 展示 你 如何 到 乾淨的 那 向上 在 a 小的 位元.
和 作為 a 事 的 事實， 我們來吧 去 到 那 步 正確的 現在。
我們開始吧 去 後退 超過 這裡 和 去 到 分析，
專門 造型。
和 是 去 到 去 到 功能性D 分分鐘 探險家。
和 我們來吧 得到 這 放 向上 第一的， 和 患病的 告訴 你 更多的 關於 它。
讓我們把我們的 波長 那裡，
我們 有 我們的 積極的 成分， 哪個 是 a 補充 多變的。
和 然後 我們的 ID 功能。 那裡 我們 去。
說好的。
就這樣 函數。 讓 我 做 那 再次。
積極的 成分 和 我們的 波長。
這 種類 的 看起來 喜歡 什麼 我們 鋸 前 在 圖形 建築商，
我們 想 到 乾淨的 這 向上。
所以 我們已經 得到 這些 新的 標籤頁 在 J 議員 專業版 17 為了 功能 數據 探險家。
光譜 是 一 的 這 標籤頁。
和 然後， 作為 我們 談話 前， 我們 有 標準 普通的 各種各樣的
乘法 散射， 薩維茨-戈萊 和 基線 更正。
我是 去 到 選擇 這 標準 常態變數優先
到 打掃 那 向上。
和 然後 你 能 看 這 基線 是 a 小的 搖搖晃晃 這裡。
我們開始吧 乾淨的 那 向上， 拿 那 下一個 步，
和 然後 去 前方 和 說 好的。
和 現在 我們已經 得到 那 放 向上。
它 看起來 a 很多 更好的， a 很多 清潔工。
和 現在 這 下一個 步 會 是 到 模型 這。
是 去 到 使用 其他 新的 功能 在 功能數據瀏覽器
稱為 小波。
它是 小波 造型 這裡。
和 你 能 看 向下 這裡 那 我們的 模型 有 到過 已建成，
和 是 解釋 a 很多 的 這 變化 和 關於
五 功能性 原則 成分。
但 如果 你 看 在 這些， 是 解釋 這 形狀 和 我們的 形狀 函數。
那是 在哪裡 我們的 特徵值 來 進入。
這 是 真的 只是 a 好的 方式 到 看 在 這 數據
和 製作 當然 那 我們的 光譜是 存在 出色地 建模。
作為 I 說， 我們已經 得到
五 形狀 函數 那 是 解釋 事物 真的 出色地。
所以 我們來吧 乾淨的 這 向上 a 小的 位元 和 拉 這 後退，
製作 我們的 模型 a 小的 更簡單。
我們 慣於 去 全部 這 方式 後退 到 五， 但 出色地 離開 它 在 10 為了 現在。
你 能 看 在 這 分數 地塊。
有 仍然 一些 散射 這裡 在 這 數據，
但 出色地 乾淨的 那 向上 在 a 第二。
和 然後 一 的 這 其他 步驟 你 想 到 拿 關心 是 到 做 a 小波 模型。
這 是 新的 在 JMP 17、 這 小波 分析。
和 什麼 這 是 真的 全部 關於 是 尋找 為了
能 我們 尋找 這 重要的 波長
那 是 去 到 給 我們 a 蛛絲馬跡 符號 的 是什麼 去 在 和 這 數據。
和 什麼 我是 尋找 為了， 尤其 和 這 光譜，
是 某物 在哪裡 I 能 看 a 轉移 在 這 基線。
和 I 能 看 那 我們已經 得到 a 好的 轉移 在 這 基線
和 a 分組 的 光譜 波長 大約 88 20 到 或許 88 50.
所以 那就是 這 重要的 部分 這裡。
所以 我們 得到 一個 主意 的 什麼 這 重要的 波長 是。
全部 這 數據 那 I 有 完畢 向上 這裡 前，
讓 我 拉 這 後退，
這 預 加工 那 I 有 完畢 前，
I 想 到 節省 那 數據 出去 和 做 一些 分析 在 它。
所以 我是 去 到 去 這裡 到 這 功能 數據 探險家，
選擇 節省 數據。
這 是 去 到 是 a 新的 數據 放，
和 現在 我們已經 得到 到 做 一些 工作 和 這 數據 和 乾淨的 它 向上
和 製作 當然 是 準備好 到 去。
I 想 到 做 a 轉置。
轉置 和。 X 是 我們的 標籤。
和 這些 二 降低 進入 [聽不清楚 00:13:38] .
看 如果 我們 得到 這 正確的， 好的。
和 是的。
所以 我們已經 已清洗 那 桌子 向上， 我們已經 已採取 那些 300 光譜，
和 然後 我們已經 轉置 他們 進入 其他 數據 桌子。
這 是 全部 這 預 已處理 數據，
所以 是 去 到 做 a 很少 更多的 事物 到 這
到 展示 在哪裡 那 預 加工 有 真的 已清洗 向上 這 數據
和 在哪裡 我們 能 建造 一些 模型 和 它。
所以 讓 我 得到 擺脫 的 這 柱子。
全部 正確的， 和 準備好 到 去。
所以 是 去 到 做 這 相同的 事物 那 我們 做過 前。
我們開始吧 去 到 分析， 層級式 聚類。
實際上， 讓 我 拿 a 步 後退 這裡 真實的 快的。
在這裡，我想分組 這些 列 到 製作 事物 a 很多 更輕鬆。
所以 團體 那些 列 和 我們來吧 去 後退 到 在哪裡 我們 是。
我們開始吧 去 到 分析，層級 聚類分析，
拉 我們的 列 在， 說， 好的。
出色地 做 這 相同的 事物 我們 做過 前， 出色地 看 在 三 不同的 集群，
和 顏色 那些 集群。
這 將要 是 a 快的 比較，
但 如果 你 看 在 什麼 我們 做過 之前 什麼 我們已經 得到 現在，
我們已經 得到 a 很多 更緊 集群。
和 這些 實際上 是 漂亮的 出色地 分散。
他們是 漂亮的 甚至。
那些 叢集 是 相當 甚至 正確的 現在。
我們開始吧 去 後退 到 我們的 數據 桌子。
我們開始吧 去 後退 到 我們的 圖形 建造者
和 拉 我們的 波長 在 再次， 我們 做過 前。
是 去 到 製作 a 平行線 陰謀 出去 的 這 再次。
它 不 看 偉大的 正確的 現在， 但 我們來吧 正確的- 點選 這裡，
然後走 到 合併 秤， 平行線 已合併。
和 現在 你 看 那 這 數據 是 真的 已清洗 向上
在哪裡 我們 做過 那 預 加工 有 已採取 事物 到...
他們 看 a 很多 更好的。
我們開始吧 看 如果 我們 能 比較 就是這裡。
什麼 我們 有 前， 和 什麼 我們 有 現在。
所以 我們已經 得到 那 數據 很多 清潔工。
任何 分析 那 我們 做 從 這裡 應該 是 很多 更好的。
所以 我們來吧 去 後退 到 分析，
多元M 方法， 原則 成分。
拉我們的 波長 在。
說好的。
和 現在 我們已經 已採取 那 數據
和 我們已經 破碎的 那 相關性 結構 那 我們 有 前。
這 是 現在 後 預 加工，
這 是 什麼 我們 有 前。
只是 到 展示 你 這 不同之處。
所以 我們已經 真的 乾淨的 事物 向上。
現在 我們會 想 到 拿 或許 一 更多的 步 在 這 分析。
分析一下，我們就去… 品質 和 過程
模型- 驅動 多變數 控制 圖表。
是 只是 尋找 為了 或許 一些 例外 行為 在 這裡。
在 這 案件， 它是 基於 在 這 主要的 成分。
說好的。
和 這 是 尋找 在 二 主要的 成分。
你可以 看 那 有 一些 潛在的 異常值 這裡。
但 這 是 光譜 數據， 是 不是 去 到 得到 擺脫 的 任何事物。
我們 只是 想 到 種類 的 看法 那。
和 一 其他 事物 我們 想 到 看 在 是 到 去 到 監視器 這 過程，
是 去 到 看 在 分數 地塊。
和 現在 我們 能 看 在 我們的 分組 向下 這裡
和 我們 能 實際上 比較 這些 團體。
我是 去 到 拉 向上 a 工具 這裡， 失效 工具。
我是 去 到 做 我的 最好的 到 團體 這些， a 夫妻 的 這些。
那是 去 到 是 我的 A組
A 和 我是 將會 做 其他 套索 這裡。
出色地 只是 離開 那 作為 是 和 去 那裡。
我們 抓住 一 的 這 錯誤的 一， 但 我認為我們會 是 好的。
和 現在 我們 能 比較 在哪裡 是 看到 差異 在 這 光譜
為了 這些 二 子組。
和 當我 曾是 說 前 如果 我們 看起來 正確的 在 這裡，
那些 波長 是 在 某處 在 那 8800 範圍，
和 然後 我們 能 看 那 有 a 真實的 不同之處 那裡。
O 是 更多的 事物 我們 想 到 做， 和 這 是 這 最後的 步。
什麼 ID 所示 前， ID 完畢 模型 篩檢，
和 I 想 到 做 模型 篩選 再次。
I 去 到 分析， 預測 造型， 模型 篩檢。
是 去 到 放 這 向上， 是 去 到 做 我們的 積極的。
這是我們的 回覆 那 是 嘗試 到 模型，
和 是 去 到 使用 我們的 波長 到 建造 這 模型 出去。
我是 去 到 乾淨的 這 向上 a 小的 位元.
我們 不 需要 全部 這些 不同的 造型 類型。
是 去 到 拉 這 出去。
但 這 好的 事物 關於 這 是 I 能 建造 全部 這些 模型 在 一次
和 真的 尋找 出去 是什麼 這 最好的 造型 方法 到 拿 和 這 數據。
我不需要那個。我不需要那個。
我們開始吧 添加 那些。
一 事物 我是 不是 前往 做 為了 時間 清酒
是 我是 不是 前往 添加 任何 叉- 驗證。
如果 我們 拿 那 進入 帳戶，
它將 實際上 跑步 a 很多 更長。
但 作為 你會 看， 這 是 去 到 是 相當 快的。
我是 去 到 去 前方 和 說 好的。
和 作為 這 是 去， 只是 演講 a 小的 位元 更多的 關於 什麼 是 看到了。
是 大樓 出去 這些 模型。
你 能 看 它是 步進 通過。
和 我們來吧 看 在 關於 其他 很少 秒 就在這裡 應該 是 完畢。
那裡 我們 去。
採取 a 小的 更長。
那裡 我們 去。
基於 在 什麼 I 說，
I 沒有 使用 任何 驗證， 但 神經 需要 它。
所以 那就是 這 驗證 那 你 看 那裡。
但 全面的， 我們 得到 a 真的 好的 主意
超廣譜 促進 是 去 到 是 這 最好的 模型 到 合身 這 數據。
我們 可以 使用 任何 的 這些 其他的，
因為 它們是 全部 真的 好的 模型 作為 出色地。
但 你 得到 到 選擇， 選擇 一， 我們來吧 說 部分 正方形。
因為 那就是 這 去- 到 分析 方法 為了 光譜 數據 反正。
但 我們已經 得到 那。
我們 能 說 跑步， 已選，
和 充滿 出去 那 模型 和 尋找 出去， 能 我們 製作 它 甚至 更好的？
希望如此 什麼 我已經 完畢 和 顯示 你 是 那 我們 能 建造 這些...
讓 我 拉 這 後退 到 我們的 開始 這裡。
只需幾步。
這 是 我們的 工作流程， 和 我已經 額外 那些 步驟。
所以 我們已經 得到 那 桌子 那 是 在職的 和。
我們 已清除 這 原始狀態 . 我們 轉置 這 數據。
任何事物 那 我們 關閉 出去 是 現在 部分 的 那 工作流程。
所以 我們 繼續 到 建造 那 工作流程。
一 事物 患病的 說 是 那
I 會 通常 不是 建造 a 工作流程 裡面 a 專案,
但 只是 顯示 你 那 它 能 是 完畢。
讓 我 去 後退 到 我的 滑動 在這裡分享。
我們來換個角度思考。
一 更多的 步 這裡。
我只是 想 到 說 感謝 你 到 a 很少 人們。
傑瑞米 灰， 誰是 不 更長 在 JMP， 但 他是 a 偉大的 靈感 為了 這。
標記 貝利 有 到過 a 偉大的 幫助。
瑞安 帕克 和 黏土 巴克 有 完畢 真的 極佳的 事物
和 類型 和 功能 數據 探險家。
克里斯 戈特沃爾特 有 到過 真的 有用 在 獲得 事物 放 向上。
和 然後 我的 史蒂文斯 有 到過 a 真實的 支援 人
在 幫助 我 建造 這 光譜 分析 出去 之內 JMP。
所以 I 真的 欣賞 一切 和 那 患病的 說 感謝 你。
那是 它。
