Weiterführende Informationen
White Paper, Buchauszüge und Artikel
-
Einfach nur Wasser hinzugeben ...Tim Gardner zeigt, wie sich durch Versuchsplanung in der Praxis mit etwas ganz Einfachem wie „ein wenig Wasser hinzufügen“ betriebliche Gewinne im Wert von mehreren Hunderttausend Dollar pro Durchlauf erzielen lassen.
-
JMP Synergien: Verwendung von JMP und JMP Pro mit Python und R Möchten oder müssen Sie JMP in Verbindung mit Open-Source-Tools? Dieses Paper erleichtert Ihnen die ersten Schritte mit Python- oder R-Verbindungen in JMP.
-
Tap Into Unstructured DataThis white paper discusses ways to explore, analyze and use insights from unstructured text data.
-
Information Quality: The Potential of Data and Analytics to Generate Knowledge.InfoQ ist eine Denkweise, die unseren Ansatz zur Datenanalyse lenkt und hilft, Datenmissbrauch zu verhindern. Dieses Kapitel enthält zwei Beispiele dafür, wie JMP InfoQ unterstützt.
-
Verbesserte Prozesse dank statistischer ModelleWie wann und wo wenden Sie statistische Modellen an ein Problem an? Finden Sie heraus, in diesen praxisorientierten Fallstudien.
-
Optimierte Prozesse dank VersuchsplanungWas ist Versuchsplanung (DOE) und warum ist es Wert? Durch einen Fallstudienansatz beantwortet dieses Whire Paper diese Fragen und mehr.
-
Die Vorteile der JMP® VersuchsplanungDieses White Papier beschreibt die neuen JMP DOE-Funktionen, die Ihnen helfen, Maßgeschneiderte Designs auf Ihr spezifisches Problem und Ressourcenbeschränkungen anzupassen.
-
Visual Six Sigma mit JMPErfahren Sie über die Gründe für die Verwendung von Visual Six Sigma und die zugrundeliegenden Strategien und Verfahren.
-
Elastic Net und Lasso: Lassen Sie in unübersichtlichen Situationen Software statistische Modelle findenIn diesem White Paper werden LASSO und Elastic Net Verfahren zur Bildung linearer Modelle
beschrieben, um robuste und zuverlässige Modelle zu erstellen.
-
Der Random Forest als ein robustes Verfahren zum Screening wichtiger FaktorenLernen Sie über Random Forest, ein Klassifikationsverfahren, welches aus mehreren, unkorrelierten Entscheidungsbäumen besteht.
-
Bootstrapping – ein neuer Standard in Anwendung und Lehre? Mit Bootstrapping Können Sie Verteilungsinformationen aus Datensätze gewinnen.
-
Partielle kleinste Quadrate mit JMP kennen lernenSehen Sie, wie Partielle kleinste Quadrate (PLS) verwendet wird, um ein Medikament Entwicklungsdilemma zu lösen. Dabei werden die Beziehungen zwischen Eingabedaten und Ergebnissen auch bei korrelierten und ungenauen Eingabedaten modelliert.
-
Bootstrap-Forests für die Halbleiter-Ergebnisanalyse in JMPHalten Sie ein hohes Maß an Qualität und Kontroll (in kürzerer Zeit) mit der Bootstrap-Forest Methode. Sehen Sie hier wie!
-
Erste Schritte in die digitale ZukunftIn diesem Artikel beschreibt Bernd Heinen, was es mit der digitalen Revolution auf sich hat und wie man Herr seiner Daten wird.
-
Class of Three-Level Designs for Definitive Screening in the Presence of Second-Order EffectsIntroducing….a class of economical three-level designs for screening quantitative factors.
-
Definitive Screening Designs with Added Two-Level Categorical FactorsInventors of Definitive Screening designs share a new development in this reprint from the Journal of Quality Technology.
-
Effective Visualization Techniques for Data Discovery and AnalysisHow do you communicate highly technical data to a non-analytical audience? Find out how in this paper on best practices in data visualization.
-
Moving From Minitab to JMP: A Transition GuideA practitioner's review of JMP vs. Minitab: unearth two different approaches to common statistical techniques and principles.
-
Split-Plot Designs: What, Why, and HowLearn how to design and analyze split-plot experiments and why split-plot designs are often cheaper and more efficient than other methods.
-
Statistical Intervals: Confidence, Prediction, EnclosureThis paper uses a manufacturing example to describe the differences between confidence, prediction and tolerance intervals.
-
Optimizing Pharmaceutical Production Processes Using Quality by Design MethodsGood news! Did you know that your quality by design goals can be derived in a straightforward way, the results can be easy to verify and that this method allows for further improvement of the processes without the need for re-registration? Find out more with this case study from pharma.