スペクトルデータの予測モデルの構築
JMP Pro を使用して、スペクトル データ/波長に基づく持続可能な経験的モデルを構築します。
方法をご覧ください:
- グラフビルダーを使用してデータを調べ、さまざまなスペクトルがどのように見えるかを把握します。
- 多変量解析を使用してすべての波長と相関係数を調べ、多重共線性を確認します。
- モデル駆動型多変量管理図を使用して、すべての波長変数を調べ、制御不能な実行を詳細に調べ、モデルを構築するために必要な主成分の数を特定します。
- この時点では出力（Y）情報は必要ないことを理解し、目的のサンプルのスペクトルを取得します。
- 機能データエクスプローラの機能主成分を使用して、スペクトル内の最も顕著な次元を行ごとに特定します。
- 機能主成分プロファイラーを使用して、関心のある変数の変化に応じてスペクトルがどのように変化するかを把握します。
- 実験設計で使用するために機能主成分スコアをデータテーブルに保存します
- 機能的主成分を因子（共変量）として使用して実験設計を作成する
- 実験を実行して興味のある出力を収集する
- PLS、一般化回帰（または相関因子を処理できる他の方法）を使用して結果をモデル化します。
- 全体的な最適解を決定する
- この持続可能なモデルを使用して、同じ校正済み機器を使用して分析される将来のすべてのサンプルの結果を決定します。
- スコアプロットを使用してカテゴリデータを調べる
注: Q&A は 24:21、25:01、37:01、37:49、38:34、42:08 に含まれています。
予測モデリングと機械学習
