800731_zh-CN

liliconcom

JMP 学习库

使用 JMP

• 打开 JMP 并开始使用
• 在 Windows 中导航 JMP
• 导入文本文件
• 从 Excel 导入数据
• JMP 数据表
• JMP 表格菜单

• JMP 工具
• 在 JMP 中创建公式
• 保存 JMP 结果
• 使用 JMP 保存出版质量的图形
• 在 JMP Public 上分享结果
• Excel 插件 I（将数据传递至 JMP）

• Excel 插件 II（在 JMP 中分析 Excel 模型）
• JMP教学工具
• 自定义 JMP（首选项）
• 自定义 JMP（预设）
• 集成 JMP 与 Python

---

图形显示和摘要

• 使用图形生成器进行交互式绘图
• 直方图、描述性统计和茎叶图
• 条形图和频率分布
• 点图

• 箱线图
• 散点图
• 运行图（折线图）
• 马赛克图和列联表（交叉表）

• 帕累托图和饼图
• 气泡图
• 图形生成器中的绘图
• 制表数据

---

概率和分布

• 拟合分布
• 评估正态性

• 查找标准化值（z 分数）
• 寻找正态曲线下的面积

• 随机抽样和随机数据

---

基本推理 - 比例和平均值

• 单样本 t 检验和置信区间
• 双样本 t 检验和置信区间
• 配对 t 检验和置信区间
• 单因素方差分析
• 双向（因子）方差分析
• 均值的单样本等价检验

• 比例的假设检验和置信区间
• 双比例检验和置信区间
• 双向表的卡方检验
• 非参数检验
• 预测区间
• 单样本均值的样本大小和功效

• 双样本均值的样本数量和功效
• 单样本比例的样本大小和功效
• 两个样本比例的样本数量和功效
• 引导
• 随机化测试

---

相关性和回归

• 相关性
• 非参数相关性
• 简单线性回归

• 多元线性回归
• 简单逻辑回归
• 多元逻辑回归

• 逐步回归
• 拟合非线性曲线

---

时间序列

• ARIMA 建模

• 时间序列平滑模型

• 时间序列预测

---

多元方法

• 调查分析（交叉表）
• 聚类

• 主成分分析
• 因子分析

• 结构方程模型

---

混合模型和重复测量

• 重复测量分析 (MANOVA)

• 重复测量分析（混合模型）

• 混合模型分析

---

数据挖掘和预测模型

• 分类树（分区）
• 回归树（分区）
• 判别分析
• 支持向量机（分类）
• 支持向量回归

• K 最近邻
• 神经网络
• 朴素贝叶斯
• 创建验证列（保留样本）
• 模型比较与选择

• 文本挖掘 - 描述非结构化文本数据
• 文本挖掘 - 情感分析
• 文本挖掘 - 高级分析方法
• 关联分析（市场篮子分析）

---

品质与工艺

• 变量控制图 - I/MR 图表
• 变量控制图 - XBar 图表
• 属性控制图 - P 和 NP 图
• 属性控制图 - C 和 U 图表

• 过程能力分析
• 多重响应的能力分析
• MSA 连续数据 - 仪表 R&R
• MSA 连续数据 - EMP 方法

• MSA 属性数据
• 公差区间

---

可靠性和生存力

• 生存分析（Kaplan-Meier 估计）

• 分布拟合（寿命分布）

• 加速寿命测试（Fit Life by X）

---

实验设计与分析

• DOE 全因子设计
• DOE 全因子分析
• DOE 部分因子设计

• DOE 部分因子分析
• DOE筛选实验分析
• DOE——定制设计

• DOE——评估和比较设计
• 蒙特卡罗模拟