【7月免费线上研讨会】混料设计 + 共线性分析，报名进行中

admin

JMP 7 月线上研讨会


线上研讨会1
运用JMP进行混料设计，找到最佳配方
7月14日 | 星期四  14:00-15:00


会议介绍：
混料设计在高科技、化工、制造、农业和科学实验中都得到广泛应用，如半导体工艺中电浆蚀刻制程，其各气体组成对蚀刻一致性及蚀刻率的影响，或是传统产业的钢铁、石油炼化，医药产业制剂的配方设计都会使用混料设计。当各个实验因子比例会相互影响、有条件限制或是需要搭配工艺参数(非混料型因子)时，它可以执行各种不同的实验策略以针对不同的需求，协助决策者找出操作区间以及其最佳值。本次在线研讨会将实际分享半导体、化工与医药等产业如何应用混料设计，达成实验的预期目标，欢迎以上相关产业的工程师与研究人员报名参与。

参加此次研讨会，你将了解：
- 不同混料设计的方法、使用条件及其限制
- 如何使用JMP混料设计平台 (mixture design & custom design) 与估计模型
- 产业应用案例：半导体、化工、医药产业的混料设计示例

欢迎以下参会人员：
- 医药、化工及高科技产业下的研发人员、制程工程师、研究人员
- 对实验设计感兴趣的工程师


点击这里快速报名

---

线上研讨会 2
3个JMP实用数据分析技巧及共线性数据分析
7月21日 | 星期四  14:00-15:00


会议介绍：
对于任何从事数据分析的专业人员来说，如何有效地处理数据并为己所用至关重要。而获取数据、整合数据、清理数据、定义数据、探索数据就是数据分析的五大核心环节。在实际工作中，我们往往会遇到各种各样令人头疼的问题，比如：
对于记录地不规范的大量量测数据，如何针对某个尺寸或者某几个尺寸高效地把想要的数据快速提取出来并形成报告？
在制造领域，多个供应商物料之间常常存在着差异。如何基于供应商数据，快速地实现数据和图形的批量处理，从而快速对比多家供应商？
由于测试系统的限制，来料测试的结果往往以EXCEL形式呈现。当涉及到需要生成MSA报告的时候，逐列数据进行复制粘贴会使得工作非常地麻烦，且很容易出错，那么，如何在海量数据中快速得到MSA中的GRR数据？
在涉及到回归分析或DOE分析时，当变量之间存在共线性时，分析人员该如何处理共线性问题？如何推断和预测模型？
带着以上种种疑问，JMP 7月线上研讨会将迎来高科技制造领域专家——歌尔股份有限公司质量经理杨老师为大家带来JMP数据处理三大技巧及解决共线性分析难题的实战案例分享。

课程大纲：
第一部分：数据处理之JMP三大实用技巧
- 海量数据的提取技巧
- 海量图形的批处理
- 从大量数据中轻松获取MSA报告

第二部分：解决共线性分析的难题
1）共线性基本概念
- 预测/响应变量
- 简单/多元回归
- 单/多变量回归
- 共线性案例
2）共线性对推断的影响 | 案例：公平教育
3）共线性对预测的影响 | 案例：进出口预测
4）共线性检测
- 共线性的检测
- 方差膨胀因子
- 条件指数

特邀嘉宾：
杨老师，歌尔股份有限公司，质量经理


点击这里快速报名

张强

老师，想学习一下但是
错过了怎么办？