資源中心
瞭解科學家、工程師和其他資料探索人員如何運用 JMP 改變世界
-
- 依內容類型篩選
- 文章
- 書章
- 客戶案例
- 錄製網路研討會
- 白皮書
- 客戶案例
- 工程師必備資料分析7大課程暨學習地圖這份電子書將介紹研發、製程、品質工程師及數據分析師,四種不同職能的工程師在資料分析領域中的學習路徑及線上課程模塊推薦。
- 25種常用的資料視覺化圖形及其應用電子書這份電子書將介紹工程師在日常工作中最常使用的25種資料視覺化場景與應用 。
- 半導體專題探討:判別不良晶圓,基於JMP的自動偵測與自動化分析觀看本場隨選研討會,你將了解數據分析在半導體產業中的應用,了解如何將JSL自動化分析應用在工作中,透過自動化生成報表減輕工程師日常繁重的分析工作。
- 如何讓你的圖形更清晰?JMP圖形視覺化進階應用觀看本場隨選研討會,你將了解如何透過一些分析技巧,讓你的圖形更加美觀並易於解讀,幫助你加速商業決策。
- 利用實驗設計最佳化製程本報告詳細說明了 JMP 所提供的 DOE 功能及實際案例,瞭解 DOE 的最新發展技與穩健、最佳的操作條件。
- JMP 數據分析在醫藥產業的應用觀看影片系列,你將了解如何透過JMP在醫藥與臨床產業進行數據清洗、整合及圖形視覺化。
- JMP 入門精要:從資料導入、清洗到分析,完成第一個分析報告瞭解如何以自己的步調使用 JMP。瞭解如何瀏覽 JMP 功能表和資料表,將資料匯入 JMP、產生摘要及圖形,以及執行基本的統計分析。
- 萃取資料精華:善用JMP Pro提煉少量樣本之準確模型聆聽這場隨選研討會,你將瞭解如何運用Model screening 的功能快速比較多種JMP Pro 上支援的建模平台,找出最適當的建模平台,進而得到最好的模型。
- 利用JMP 17化繁為簡進行實驗設計與分析聆聽這場隨選研討會,你將瞭解如何利用JMP17一次性完成實驗設計與分析,並根據指定的效應項可搭配不同的實驗設計條件組合比較及評估實驗設計。
- 一圖勝千言:從資料導入、資料整理到資料視覺化從數據導入開始,手把手教導JMP初學者如何使用JMP Graph Builder 進行資料視覺化。
- 以數據為導向,提升半導體高科技製程良率與產品品質以生產的角度出發,透過實際案例的分享,瞭解JMP 如何有效減少不必要的工時與提升工作效率,並以最實際的案例說明如何有效解決問題,及時做出決策、預警並達到生產最佳化。
- VishayJMP 的客製化分析工作流程,可以充分利用工程人員的潛力並節省經費。
- 南京體育學院統計思維的文化已滲透到流行病學和運動科學領域的研究與學習中。
- Amperex Technology LtdJMP 的全面分析有助於工程師減少製程變異,並最佳化生產率。
- ASM InternationalASM 在全公司運用統計方法提高效率。
- STMicroelectronics工程師運用 JMP 開發智慧電源技術。
- Seagate要進行廣泛的資料分析技術、統計流程控制、可靠度分析、實驗設計和建模,JMP 和 JMP Pro 現在已經不可或缺。
- NVIDIA管理層整合免費的統計分析線上學習資源,協助員工提升技能。
- 曲線資料的量測系統分析JMP Pro 以快速又簡易的方式,使用曲線資料解決量測系統分析複雜且相關的問題,表現非常出色。
- JMP 的協同合作:以 Python 和 R 使用 JMP 和 JMP Pro 您偶爾可以 (或者需要) 使用 JMP 搭配開放原始碼工具。本報告將協助您開始在 JMP 中使用 Python 和 R。
- JMP 實驗設計優勢本報告詳細說明了 JMP 所提供的 DOE 尖端功能,可協助您根據特定問題和資源限制,量身打造設計。
- 運用統計模型改良流程該以什麼方式、在什麼時間點、什麼情境下將統計模型套用在問題上?您可以在這兩個真實案例中找到答案。
- 從 Minitab 改用 JMP:過渡指南從業人員評論 JMP 和 Minitab:揭露兩種不同的常見統計技術和原理。
- 大數據、Pharma 4.0 和製程建模如何準備迎接工業 4.0?本報告會概述如何提升製程知識、彌合傳統產品的差距,以及奠定運用大數據的基礎。
- 可靠度成長說明瞭解用於長期改善產品和製程可靠度的統計技術,並查看使用 JMP 軟體的特別案例。
- NXPJMP Pro 加強了解決方案設計和製造、六標準差訓練和製程改進工作。
- Lonza品質設計團隊希望全面修正實驗和產品測試流程。