Weiterführende Informationen
Entdecken Sie eine vollständige Liste unserer Ressourcen, damit Sie schnellen Zugriff auf alle relevanten Ergebnisse erhalten können
White Papers
-
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.
-
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!
-
Der Random Forest als ein robustes Verfahren zum Screening wichtiger FaktorenLernen Sie über Random Forest, ein Klassifikationsverfahren, welches aus mehreren, unkorrelierten Entscheidungsbäumen besteht.
-
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.
-
Bootstrapping – ein neuer Standard in Anwendung und Lehre? Mit Bootstrapping Können Sie Verteilungsinformationen aus Datensätze gewinnen.
On-Demand-Webinare
-
Wenn Tabellenkalkulationen nicht ausreichen: Holen Sie mehr aus Ihren Daten herausErfahren Sie, wie Sie mit integriertem Datenmanagement, dynamischen Grafiken und Statistiken Einblick in die Beziehungen zwischen höherdimensionalen Daten gewinnen.
-
Bessere Nutzung spektraler und chromatographischer Daten in der Produkt- und ProzessentwicklungLernen Sie eine einfache und effiziente Methode kennen, um relevante Informationen aus Ihren Daten zu ziehen und so ein tieferes und besseres Verständnis Ihrer Prozesse und Produkte zu erlangen.
-
Wie man robuste Produktionsprozesse gestaltetIn diesem Webinar erfahren Sie, wie Sie einen Prozess anpassen, um Änderungen im Material- oder Prozessinput zu berücksichtigen.
-
Erste Schritte in der Versuchsplanung: Wenn viele Faktoren eine Rolle spielenIn diesem Webinar erfahren Sie, wie diese innovative statistische Methode Wissenschaftlern und Ingenieuren in der Prozessindustrie helfen kann, Prozesse zu optimieren und Zeit und Geld zu sparen.
-
Verbesserung bestehender ProzesseIn diesem Webinar erfahren Sie, wie Sie Produkte und Prozesse analysieren, wenn einige der Variablen mit höheren Häufigkeiten gemessen werden als andere.
Kundenerfahrungen
-
Murata FinnlandMithilfe von automatisierten Datenintegrationsprozessen in JMP wird ein gigantischer Mehrwert in der digitalen Fabrik erzielt.
-
Thermo Fisher ScientificWissenschaftler und Ingenieure an der Spitze des Technologietransfers integrieren komplexe statistische Ansätze in JMP.
-
RiffynWissenschaftler entwickelten und validierten ein Assay für die Diagnostik von SARS-CoV-2 in neun Wochen.
-
SymriseFermentierungsfachleute verwenden die Versuchsplanung für die Perfektionierung ihrer Produktentwicklung.
-
MerckBiostatistiker führen mittels interaktiver JMP-Funktionen robuste statistische Analysen mit geringerem Zeitaufwand durch.
Buchkapitel
-
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.
-
Visual Six Sigma mit JMPErfahren Sie über die Gründe für die Verwendung von Visual Six Sigma und die zugrundeliegenden Strategien und Verfahren.
-
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.
Artikel
-
Chemiker müssen keine Programmierer seinDOE-Experte Phil Kay sagt, in der Arbeit des Chemikers von heute werden weniger Proben und mehr Daten generiert.
-
Studying intangiblesJMP Sr Research Statistician Developer Laura Castro-Schilo explains why structural equations models (SEM) is a powerful statistical technique every analyst should have in their toolbox.
-
Danke für die ErinnerungSAS-Mitgründer John Sall erläutert, wie JMP 16 Ihnen Arbeit abnimmt, indem es sich Dinge für Sie merkt.
-
Data Science is a Team SportProfessor Alyson Wilson discusses how, as data grows in volume, velocity, variety and veracity, solving complex problems can no longer be done in a silo.
-
Forecasting in the IoT eraProfessor, researcher and author Galit Shmueli discusses how large collections of time series can lead to extremely useful forecasting in the Internet of Things Era.