고급 예측 모델 구축 - 석유 및 가스 사례 연구이 사례 연구에서는 JMP와 JMP Pro를 사용하여 상류 석유 및 가스 공정(원자재 식별, 추출 및 생산)에서 최적의 지질학적 및 완료 매개변수를 찾습니다.
방법을 확인하세요:
- 모델의 목표를 이해합니다. 프로세스에서 추가적이고 값비싼 고체 재료(지지체)를 사용하는 데 따른 수익 감소 지점을 결정합니다.
- 관심 있는 반응을 파악하세요 - 특정 유정에서 1년 동안 생산된 석유와 가스의 총량입니다.
- 학습요소를 이해하자
- 제어 요소(완료 매개변수 20개, 지지체 양, 우물 천공 깊이, 완료 단계 수, 측면 우물 길이)
- 가상 제어 요인(위치 매개변수, 카운티, 위도, 경도)
- 통제되지 않은 요소(23개 지질 매개변수, 퇴적상, 저류층 두께, 다공성 및 투과성, (TOC) 총 유기탄소)
- 분석을 위한 데이터 준비
- Imputation을 사용하여 누락된 값 처리
- 모든 요소 중에서 중요한 예측 변수를 식별하려면 예측 변수 스크리닝을 사용하십시오.
- Bootstrap Forest를 사용하여 모든 예측 변수 순위 매기기
- 다양한 피팅 기법, 모델 매개변수, 임의 효과를 포함한 추가 설정을 사용하여 간단한 선형 모델에서 복잡한 선형 모델까지 빠르게 개발하기 위해 Fit Model을 사용하여 모델을 구축합니다.
- 표준 최소 제곱 모델(JMP) 구축
- 단계적 회귀 모델(JMP) 구축
- 로지스틱 회귀 모델 구축(JMP)
- 일반화 회귀(Pro)를 사용하여 텍스트, 검증 및 교육 세트를 생성한 다음 상관관계가 있고 고차원 데이터를 모델링합니다.
- JMP Pro를 사용하여 여러 의사결정 트리를 평균화하여 앙상블 모델을 맞춥니다.
- 각 분할이 예측 변수의 무작위 하위 집합을 고려하는 방식을 살펴보세요.
- 예측 프로파일러를 사용하여 수익 감소 지점을 식별합니다.
고급 통계 모델링
