高度な予測モデルの構築 - 石油・ガス業界のケーススタディこのケーススタディでは、JMP と JMP Pro を使用して、石油およびガスの上流プロセス (原材料の特定、抽出、生産) における最適な地質パラメータと完了パラメータを見つけます。
方法をご覧ください:
- モデルの目的を理解する - プロセスで追加の高価な固体材料（プロパント）を使用することによる収益減少点を決定する
- 関心のある反応（特定の井戸から 1 年間に生産された石油とガスの総量）を理解します。
- 研究要因を理解する
- 制御要因（20 の完了パラメータ、プロパントの量、井戸の穿孔深度、完了段階の数、横方向の井戸の長さ）
- 疑似制御因子（位置パラメータ、郡、緯度、経度）
- 制御不能な要因（23の地質学的パラメータ、相、貯留層の厚さ、多孔度と浸透性、（TOC）全有機炭素）
- 分析のためのデータの準備
- 予測因子スクリーニングを使用して、すべての要因から重要な予測因子を特定します。
- ブートストラップフォレストを使用してすべての予測変数をランク付けする
- フィットモデルを使用してモデルを構築し、さまざまなフィッティング手法、モデルパラメータ、ランダム効果などの追加設定を使用して、単純な線形モデルから複雑な線形モデルまでを迅速に開発します。
- 標準最小二乗モデル（JMP）の構築
- ステップワイズ回帰モデルの構築（JMP）
- ロジスティック回帰モデルの構築（JMP）
- 一般化回帰（Pro）を使用してテキスト、検証、トレーニング セットを作成し、相関関係のある高次元データをモデル化します。
- JMP Proを使用して、多数の決定木を平均化してアンサンブルモデルを適合する
- 各分割で予測変数のランダムなサブセットがどのように考慮されるかを確認します
- 予測プロファイラーを使用して収益減少点を特定する
高度な統計モデリング
