解决工业问题的统计思维》是由 SAS 旗下的 JMP 公司为科学家和工程师开设的一门应用统计课程。完成本课程后，学生将了解统计思维的重要性，并能够使用数据和基本统计方法解决许多实际问题。完成本课程的学生将能够： - 解释统计思维在解决问题中的重要性 - 描述数据的重要性，以及编译和准备分析数据所需的步骤 - 比较总结、探索和分析数据的核心方法，并描述何时应用这些方法 - 认识到统计设计实验在理解因果关系中的重要性
解决工业问题的统计思维，由 JMP 介绍
了解顶级公司的员工如何掌握热门技能
该课程共有10个模块
在本模块中，您将了解本课程以及在本课程中访问 JMP 软件的相关信息。
涵盖的内容
3个视频4篇阅读材料1个应用程序项目
3个视频•总计13分钟
- 课程概览•2分钟
- 为什么需要统计思维基础•4分钟
- 第一次使用 JMP？观看 JMP 快速入门视频•7分钟
4篇阅读材料•总计5分钟
- 学员必备条件•1分钟
- 学习本课程•2分钟
- 使用论坛和获取帮助•1分钟
- 使用 JMP 虚拟实验室•1分钟
1个应用程序项目•总计60分钟
- 访问 JMP 虚拟实验室 - 新•60分钟
统计思维是关于理解、控制和减少过程变异。了解流程图、用于定义和确定项目范围的问题解决工具，以及了解解决问题所需的数据。
涵盖的内容
26个视频3篇阅读材料16个作业1个应用程序项目7个插件
26个视频•总计72分钟
- 导言•1分钟
- 什么是统计思维？•4分钟
- 问题解决概述•2分钟
- 解决统计问题•2分钟
- 问题类型•3分钟
- 界定问题•4分钟
- 目标和关键绩效指标•3分钟
- 白色聚合物案例研究•3分钟
- 什么是流程？•4分钟
- 绘制 SIPOC 地图•2分钟
- 绘制输入/输出流程图•4分钟
- 自上而下和部署流程图•3分钟
- 摘要•3分钟
- 确定潜在原因的工具•2分钟
- 集思广益•5分钟
- 多票制•2分钟
- 使用亲和图•2分钟
- 因果关系图•4分钟
- 5 个为什么•1分钟
- 因果矩阵•2分钟
- 摘要•1分钟
- 为解决问题收集数据•2分钟
- 数据类型•2分钟
- 运行定义•5分钟
- 数据收集策略•5分钟
- 导入数据进行分析•1分钟
3篇阅读材料•总计16分钟
- 活动：绘制因果图•10分钟
- 阅读•5分钟
- 摘要：统计思考与问题解决•1分钟
16个作业•总计19分钟
- 问题 1.01•1分钟
- 问题 1.03•1分钟
- 问题 1.04•1分钟
- 问题 1.06•1分钟
- 问题 1.07•1分钟
- 问题 1.08•1分钟
- 问题 1.09•1分钟
- 问题 1.10•1分钟
- 问题 1.12•1分钟
- 问题 1.13•1分钟
- 问题 1.15•1分钟
- 问题 1.16•1分钟
- 问题 1.18 - 1.19•2分钟
- 问题 1.20•1分钟
- 问题 1.21•1分钟
- 问题 1.23-1.25•3分钟
1个应用程序项目•总计20分钟
- 统计思维和问题解决测验•20分钟
7个插件•总计17分钟
- 想想看 1.02•2分钟
- 想想看 1.05•1分钟
- 想想看 1.11•1分钟
- 实践：绘制 SIPOC 或 I/O 地图•10分钟
- 想想看 1.14•1分钟
- 想想看 1.17•1分钟
- 想想看 1.22•1分钟
学习如何使用基本图形和统计摘要来描述数据的基础知识，以及如何使用更高级的可视化方法来探索数据。您还将学习概率的一些核心概念，这些概念是您在本课程中学到的许多方法的基础。
涵盖的内容
50个视频31个作业1个应用程序项目4个插件
50个视频•总计184分钟
- 导言•1分钟
- 描述性统计简介•2分钟
- 数据类型•5分钟
- 直方图•4分钟
- 演示：在 JMP 中创建直方图•4分钟
- 演示：使用脚本保存工作•2分钟
- 化学制造案例研究•1分钟
- 白色聚合物案例研究•1分钟
- 中心倾向和位置测量•6分钟
- 演示：利用分发平台汇总连续数据•4分钟
- 演示：使用列查看器和制表法汇总连续数据•4分钟
- 差值度量：范围和四分位距•5分钟
- 演示：隐藏和排除数据•3分钟
- 价差的度量：方差和标准差•4分钟
- 可视化连续数据•8分钟
- 演示：使用 Tabulate 创建表格式摘要•2分钟
- 演示：创建散点图和散点图矩阵•3分钟
- 演示：使用图形生成器创建比较箱形图•2分钟
- 演示：使用图形生成器创建运行图（折线图•2分钟
- 描述分类数据•5分钟
- 为分类数据创建表格式摘要•3分钟
- 演示：创建柱状图和镶嵌图•4分钟
- 概率概念回顾与介绍•2分钟
- 样本和人群•4分钟
- 了解正态分布•4分钟
- 检查是否正常•7分钟
- 演示：检查正常性•2分钟
- 演示：求曲线下的面积•3分钟
- 中心极限定理•5分钟
- 演示：探索中心极限定理•3分钟
- 探索性数据分析简介•4分钟
- 探索连续数据：增强工具•7分钟
- 演示：添加标记、颜色和行图例•4分钟
- 演示：在分析中切换列•2分钟
- 帕累托绘图•6分钟
- 演示：创建分类条形图和帕累托图表•3分钟
- 打包条形图和数据过滤•4分钟
- 演示：创建打包条形图•2分钟
- 演示：使用本地数据过滤器•3分钟
- 树木地图和镶嵌图•5分钟
- 演示：创建树形地图•2分钟
- 使用树状图和叠加变量•6分钟
- 演示：创建树状图并使用叠加变量•3分钟
- 气泡图和热图•3分钟
- 演示：创建气泡图•4分钟
- 演示：创建热图•3分钟
- 地理和空间数据可视化•7分钟
- 演示：使用形状文件创建地理地图•3分钟
- 演示：使用坐标创建地图•4分钟
- 探索性数据分析工具汇总•3分钟
31个作业•总计182分钟
- 问题 2.01•2分钟
- 问题 2.02•2分钟
- 实践：了解化学制造过程的产量•10分钟
- 实践：探索变量之间的关系•10分钟
- 问题 2.03 - 2.04•1分钟
- 实践：利用分发平台汇总连续数据•10分钟
- 问题 2.06 - 2.07•2分钟
- 练习：理解方框图•10分钟
- 问题 2.08•2分钟
- 问题 2.09•2分钟
- 实践：连续数据可视化•10分钟
- 问题 2.10 - 2.11•2分钟
- 实践：可视化分类数据•10分钟
- 问题 2.13•1分钟
- 问题 2.15•1分钟
- 实践：检查正态性•10分钟
- 练习：认识正态定量图中的形状•10分钟
- 练习探索中心极限定理•10分钟
- 问题 2.16•1分钟
- 练习使用列切换器探索多个变量•10分钟
- 问题 2.17 - 2.18•2分钟
- 实践：在 JMP 中创建分类条形图•10分钟
- 问题 2.19•1分钟
- 实践：使用本地数据过滤器探索数据•10分钟
- 问题 2.20•1分钟
- 实践：利用树状图和镶嵌图探索数据•10分钟
- 实践：使用树状图探索数据•10分钟
- 问题 2.21•1分钟
- 练习：使用气泡图和热图探索数据•10分钟
- 问题 2.22•1分钟
- 实践：利用地理图探索数据•10分钟
1个应用程序项目•总计60分钟
- 访问 JMP 虚拟实验室 - 新•60分钟
4个插件•总计11分钟
- 想想看 2.05•2分钟
- 想想看 2.12•2分钟
- 想想看 2.14•2分钟
- 试一试，想一想 2.12•5分钟
学习如何使用交互式可视化来有效传达数据中的故事。您还将学习如何保存和共享结果，以及如何为分析准备数据。
涵盖的内容
36个视频2篇阅读材料31个作业2个应用程序项目2个插件
36个视频•总计115分钟
- 数据交流入门•3分钟
- 创建有效的可视化•2分钟
- 评估可视化效果•5分钟
- 设计有效的可视化：第 1 部分•4分钟
- 设计有效的可视化：第二部分•6分钟
- 用动画进行视觉交流•3分钟
- 为受众设计•4分钟
- 了解目标受众•5分钟
- 设计可视化交流工具•1分钟
- 设计可视化：操作要领•5分钟
- 设计可视化：忌讳•2分钟
- 演示：自定义图形•4分钟
- 保存和共享成果简介•2分钟
- 在 JMP 中保存和共享结果•3分钟
- 在 JMP 之外保存和共享结果•3分钟
- 决定使用哪种格式•1分钟
- 演示：整理保存的脚本•3分钟
- 演示：结合 JMP 脚本进行分析•3分钟
- 演示：共享静态输出•3分钟
- 演示：在 JMP 日志中保存您的工作•4分钟
- 数据表要点•2分钟
- 常见的数据质量问题•5分钟
- 识别数据表中的问题•4分钟
- 逐个变量识别问题•4分钟
- 总结所学•4分钟
- 演示：探索缺失值•3分钟
- 演示：使用 Recode•3分钟
- 重组数据以进行分析•3分钟
- 演示：堆叠和分割数据•2分钟
- 合并数据•3分钟
- 演示：连接数据表•2分钟
- 演示：连接数据表•3分钟
- 派生新变量•2分钟
- 演示：使用条件 IF-THEN 语句对数据进行分选•3分钟
- 演示：转换数据•3分钟
- 使用日期•2分钟
2篇阅读材料•总计3分钟
- 阅读•2分钟
- 摘要--探索性数据分析•1分钟
31个作业•总计204分钟
- 问题 2.24•1分钟
- 问题 2.25•1分钟
- 问题 2.26•2分钟
- 问题 2.28 - 2.29•2分钟
- 实践：自定义图形•10分钟
- 练习：绘制斜率图•10分钟
- 问题 2.31 - 2.32•2分钟
- 问题 2.33•1分钟
- 实践：探索在 JMP Public 上发布的报告•10分钟
- 实践：分组和组合分析脚本•10分钟
- 实践：创建一个简单的仪表盘•10分钟
- 实践：使用 JMP 日志记录工作•10分钟
- 问题 2.34•2分钟
- 问题 2.35•2分钟
- 实践：创建废品率公式•10分钟
- 练习：检查数据表中的问题•10分钟
- 问题 2.36•1分钟
- 实践：利用汇总统计和图表检查数据质量•10分钟
- 问题 2.37 - 2.38•2分钟
- 问题 2.39•1分钟
- 实践：探索缺失数据•15分钟
- 实践：对缺失值重新编码•10分钟
- 实践：使用重新编码对数据进行分类•10分钟
- 问题 2.40•1分钟
- 实践：堆叠数据•10分钟
- 问题 2.41•1分钟
- 练习：连接数据表•10分钟
- 练习：连接数据表•10分钟
- 实践：创建分选公式•10分钟
- 实践：从列中提取信息•10分钟
- 实践：使用日期•10分钟
2个应用程序项目•总计80分钟
- 访问 JMP 虚拟实验室 - 新•60分钟
- 探索性数据分析测验•20分钟
2个插件•总计7分钟
- 思考并尝试 2.27•5分钟
- 想想看 2.30•2分钟
了解量化、控制和减少产品、服务或流程变异的工具。主题包括控制图、流程能力和测量系统分析。
涵盖的内容
41个视频3篇阅读材料26个作业2个应用程序项目2个插件
41个视频•总计154分钟
- 导言•1分钟
- 质量方法概述•4分钟
- 控制图简介•6分钟
- 单个图表和移动范围图表•4分钟
- 演示：使用控制图生成器创建 I 和 MR 图•3分钟
- 共同原因与特殊原因的差异•6分钟
- 特殊原因检测•7分钟
- 演示：在控制图生成器中测试特殊原因•3分钟
- X 线图和 R 线图以及 X 线图和 S 线图•4分钟
- 演示：创建 X-bar 和 R 图以及 X-bar 和 S 图•3分钟
- 合理分组•5分钟
- 三向控制图•2分钟
- 演示：创建三向控制图•2分钟
- 阶段控制图•3分钟
- 演示：为控制图添加阶段•1分钟
- 客户之声•3分钟
- 工艺能力指数•5分钟
- 短期和长期能力估计•2分钟
- 了解改进流程的能力•5分钟
- 估算流程能力：举例说明•4分钟
- 演示：使用分发平台计算能力指数•5分钟
- 演示：使用控制图生成器进行能力分析•3分钟
- 计算非正态分布数据的能力•4分钟
- 演示：估计非正态分布数据的能力•3分钟
- 估算多变量工艺能力•2分钟
- 识别表现不佳的流程•4分钟
- 演示：识别表现不佳的流程•5分钟
- 行业观点•6分钟
- 什么是测量系统分析•3分钟
- 语言和术语•5分钟
- 设计测量系统研究•3分钟
- 设计和开展 MSA•5分钟
- 演示：创建量规研究工作表•2分钟
- 用可视化方法分析 MSA•6分钟
- 演示：测量系统差异可视化•4分钟
- 分析管理事务协议•4分钟
- 演示：分析 MSA，EMP 方法•2分钟
- 演示：进行量具重复性和再现性分析•4分钟
- 研究测量系统的精度•4分钟
- 演示：分析测量系统偏差•3分钟
- 改进测量过程•3分钟
3篇阅读材料•总计7分钟
- 活动：地区 MSA•5分钟
- 阅读•1分钟
- 摘要质量方法•1分钟
26个作业•总计148分钟
- 问题 3.02•1分钟
- 实践：创建 I 和 MR 图表•10分钟
- 问题 3.03•2分钟
- 问题 3.04•1分钟
- 实践：为白色聚合物案例研究创建 I 和 MR 图表•10分钟
- 练习：构建 X 柱和 S 图•10分钟
- 问题 3.05•1分钟
- 问题 3.06•1分钟
- 实践：评估改进是否得以持续•10分钟
- 实践：将控制图用作探索工具•10分钟
- 问题 3.07•1分钟
- 问题 3.08•2分钟
- 活动：计算能力指数•2分钟
- 问题 3.09•1分钟
- 问题 3.10 - 3.11•2分钟
- 实践：计算能力指数•10分钟
- 实践：利用阶段变量进行能力分析•10分钟
- 实践：使用非正态分布数据进行能力分析•10分钟
- 问题 3.12•2分钟
- 问题 3.13•1分钟
- 实践：设计一项测量研究•10分钟
- 实践：区域测量 MSA 数据可视化•10分钟
- 实践：可视化 MFI MSA 数据•10分钟
- 实践：分析地区测量 MSA 数据•10分钟
- 实践：分析熔融指数 MSA•10分钟
- 问题 3.15•1分钟
2个应用程序项目•总计80分钟
- 访问 JMP 虚拟实验室 - 新•60分钟
- 质量方法小测验•20分钟
2个插件•总计3分钟
- 想想看 3.01•2分钟
- 想想看 3.14•1分钟
了解用于从数据中得出推论的工具。在本模块中，您将学习统计区间和假设检验。您还将学习如何计算样本量，并了解样本量与功率之间的关系。
涵盖的内容
47个视频2篇阅读材料38个作业2个应用程序项目5个插件
47个视频•总计155分钟
- 数据决策入门•1分钟
- 统计推论入门•3分钟
- 什么是置信区间？•2分钟
- 一个实例•2分钟
- 估计平均值•5分钟
- 可视化抽样差异•4分钟
- 构建置信区间•5分钟
- 演示：了解置信度和阿尔法风险•3分钟
- 演示：计算置信区间•2分钟
- 预测间隔•4分钟
- 公差间隔•5分钟
- 演示：计算预测值和容差区间•3分钟
- 比较区间估计值•2分钟
- 统计测试入门•1分钟
- 统计决策•5分钟
- 了解零假设和备择假设•3分钟
- 零条件下的抽样分布•4分钟
- p 值和统计意义•5分钟
- 统计测试基础》摘要•2分钟
- 进行单样本 t 检验•6分钟
- 演示：进行单样本 t 检验•4分钟
- 演示：了解 p 值和 t 比值•3分钟
- 等效测试•3分钟
- 比较两个平均数•4分钟
- 双样本 t 检验•5分钟
- 不等式检验•2分钟
- 演示：进行双样本 t 检验•4分钟
- 配对观察•5分钟
- 演示：进行配对 t 检验•2分钟
- 比较两个以上平均数•3分钟
- 单向方差分析•6分钟
- 多重比较•4分钟
- 演示：比较两个以上平均数•5分钟
- 重新审视统计意义与实际意义•3分钟
- 连续数据假设检验摘要•2分钟
- 样本容量和功率简介•3分钟
- 平均值置信区间的样本量•4分钟
- 演示：计算置信区间的样本量•3分钟
- 统计测试的结果•6分钟
- 统计能力•3分钟
- 探索样本大小和力量•5分钟
- 演示：探索 Power 动画•3分钟
- 计算单样本 t 检验的样本量•2分钟
- 演示：计算单样本 t 检验的样本量•2分钟
- 计算双样本 t 检验的样本量•2分钟
- 演示：计算两个或更多样本平均数的样本量•3分钟
- 样本量和功率汇总•2分钟
2篇阅读材料•总计2分钟
- 阅读•1分钟
- 摘要：利用数据进行决策•1分钟
38个作业•总计207分钟
- 问题 4.01•1分钟
- 问题 4.02•1分钟
- 问题 4.03•1分钟
- 问题 4.04 - 4.06•2分钟
- 练习：构建置信区间•10分钟
- 练习：比较不同置信水平的区间•10分钟
- 练习：构建光速的置信区间•10分钟
- 问题 4.07•1分钟
- 问题 4.08•1分钟
- 练习：构建预测和容差区间•10分钟
- 问题 4.09•2分钟
- 练习：比较区间估计值•10分钟
- 问题 4.11•1分钟
- 问题 4.12 - 4.14•3分钟
- 问题 4.15•1分钟
- 问题 4.16 - 4.18•3分钟
- 问题 4.20•1分钟
- 练习：进行单样本 t 检验•10分钟
- 练习：使用 BY 变量进行单样本 t 检验•10分钟
- 实践：进行等效测试•10分钟
- 问题 4.21•1分钟
- 练习：进行双样本 t 检验•10分钟
- 实践：对两个均值进行等效检验•10分钟
- 练习：进行不等方差检验•10分钟
- 问题 4.22•1分钟
- 练习：进行配对 t 检验•10分钟
- 问题 4.23•1分钟
- 实践：进行单向方差分析•10分钟
- 练习：比较多个平均数•10分钟
- 问题 4.25•1分钟
- 问题 4.26•1分钟
- 练习：计算平均数 CI 的样本量•10分钟
- 练习：计算比例 CI 的样本量•10分钟
- 问题 4.27 - 4.28•2分钟
- 问题 4.30•1分钟
- 问题 4.31•1分钟
- 练习：计算单样本 t 检验的样本量•10分钟
- 练习：计算双样本 t 检验的样本量•10分钟
2个应用程序项目•总计80分钟
- 访问 JMP 虚拟实验室 - 新•60分钟
- 数据决策小测验•20分钟
5个插件•总计5分钟
- 想想看 4.10•1分钟
- 想想看 4.19•1分钟
- 想想看 4.24•1分钟
- 问题 4.29•1分钟
- 想想看 4.32•1分钟
学习如何使用散点图和相关性来研究变量对之间的线性关系。然后，学习如何拟合、评估和解释线性回归和逻辑回归模型。
涵盖的内容
43个视频2篇阅读材料30个作业2个应用程序项目5个插件
43个视频•总计149分钟
- 导言•1分钟
- 什么是相关性？•3分钟
- 解读相关性•3分钟
- 演示：探索异常值对相关性的影响•1分钟
- 演示：评估相关性•4分钟
- 回归分析入门•6分钟
- 演示：拟合回归模型•2分钟
- 简单线性回归模型•4分钟
- 最小二乘法•2分钟
- 演示：最小二乘法•2分钟
- 可视化最小二乘法•1分钟
- 回归模型假设•6分钟
- 演示：评估模型假设•2分钟
- 解读回归结果•6分钟
- 演示：解读回归分析结果•3分钟
- 用曲率拟合模型•4分钟
- 演示：拟合多项式模型•2分钟
- 什么是多元线性回归？•4分钟
- 拟合多元线性回归模型•5分钟
- 演示：拟合多元线性回归模型•3分钟
- 解释性建模的结果解读•7分钟
- 演示：使用预测分析器•3分钟
- 残差分析和异常值•6分钟
- 演示：分析残差和异常值•3分钟
- 带分类预测因子的多元线性回归•5分钟
- 演示：使用分类预测因子拟合模型•2分钟
- 带交互作用的多元线性回归•5分钟
- 演示：拟合具有交互作用的模型•3分钟
- 变量选择•7分钟
- 演示：使用效果汇总选择变量•2分钟
- 多重共线性•5分钟
- 演示：评估多重共线性•2分钟
- 关于多元线性回归的结束语•2分钟
- 什么是逻辑回归？•3分钟
- 简单逻辑模型•5分钟
- 简单逻辑回归示例•3分钟
- 解读逻辑回归结果•4分钟
- 演示：拟合简单的逻辑回归模型•4分钟
- 多元 Logistic 回归•5分钟
- 演示：拟合多元 Logistic 回归模型•2分钟
- 带交互作用的逻辑回归•3分钟
- 演示：拟合带交互作用的逻辑回归模型•2分钟
- 常见问题•3分钟
2篇阅读材料•总计2分钟
- 阅读•1分钟
- 摘要：相关与回归•1分钟
30个作业•总计195分钟
- 问题 5.01•2分钟
- 问题 5.02-5.03•2分钟
- 练习：探索相关性（示例）•10分钟
- 实践：探索相关性（案例研究）•10分钟
- 问题 5.05•1分钟
- 练习：拟合简单线性回归模型•10分钟
- 问题 5.06•1分钟
- 实践：探索最小二乘法•10分钟
- 实践：利用安斯科姆的四重奏将回归可视化•10分钟
- 实践：解读回归分析结果•10分钟
- 实践：拟合多项式模型•10分钟
- 问题 5.08•1分钟
- 练习：比较简单线性回归模型和多重线性回归模型•10分钟
- 问题 5.09•10分钟
- 实践：探索重要的预测因素•10分钟
- 问题 5.10•1分钟
- 实践：识别异常值和有影响的观察结果•10分钟
- 问题 5.11•1分钟
- 练习：使用分类预测因子拟合模型•10分钟
- 问题 5.12•1分钟
- 实践：拟合具有交互作用的模型•10分钟
- 练习：使用效果总结选择变量•10分钟
- 问题 5.14•1分钟
- 问题 5.15•1分钟
- 实践：回归模型迷你案例研究•10分钟
- 问题 5.16•1分钟
- 问题 5.17•2分钟
- 实践：拟合反应时间的简单逻辑模型•10分钟
- 实践：拟合多元 Logistic 回归模型•10分钟
- 实践：拟合带交互作用的逻辑回归模型•10分钟
2个应用程序项目•总计80分钟
- 访问 JMP 虚拟实验室 - 新•60分钟
- 相关性和回归测验•20分钟
5个插件•总计5分钟
- 想想看 5.04•1分钟
- 想想看 5.07•1分钟
- 想想看 5.13•1分钟
- 想想看 5.18•1分钟
- 想想看 5.19•1分钟
在统计设计实验 (DOE) 入门中，您将学习 DOE 语言，并了解如何在 JMP 中设计、实施和分析实验。
涵盖的内容
36个视频2篇阅读材料25个作业2个应用程序项目4个插件
36个视频•总计148分钟
- 导言•1分钟
- 行业观点•5分钟
- 什么是 DOE？•5分钟
- 进行临时和一次性单因子（OFAT）实验•6分钟
- 为什么使用 DOE？•5分钟
- 指定经营实体术语•3分钟
- 实验设计类型•7分钟
- 设计因子实验•7分钟
- 演示：设计全因子实验•5分钟
- 分析复制的全因子•6分钟
- 分析未重复的全因子•4分钟
- 演示：分析全因子实验•5分钟
- 因子实验摘要•2分钟
- 筛查重要影响•2分钟
- 了解分数因子设计•5分钟
- 演示：创建 2^k-r 小数因子设计•5分钟
- 定制筛网设计•4分钟
- 演示：在自定义设计器中创建筛选设计•4分钟
- 响应面设计简介•2分钟
- 双因素响应面设计•5分钟
- 分析响应面实验•4分钟
- 演示：设计中央复合设计•4分钟
- 创建自定义响应面设计•3分钟
- 顺序实验•5分钟
- 响应面概要•1分钟
- DOE 指南简介•5分钟
- 确定问题和目标•4分钟
- 确定响应•2分钟
- 确定因子和因子水平•5分钟
- 确定限制和制约因素•4分钟
- 准备进行实验•2分钟
- 阳极氧化案例研究：第一部分•7分钟
- 阳极氧化案例研究：第二部分•4分钟
- 摘要•1分钟
- 演示：优化多个回复•5分钟
- 演示：使用预测分析器模拟数据•5分钟
2篇阅读材料•总计2分钟
- 阅读•1分钟
- 摘要： 实验设计（DOE）•1分钟
25个作业•总计96分钟
- 问题 6.01 - 6.02•1分钟
- 问题 6.03•1分钟
- 问题 6.04•2分钟
- 问题 6.05•2分钟
- 问题 6.06 - 6.07•2分钟
- 问题 6.08•2分钟
- 问题 6.09 - 6.12•2分钟
- 实践：设计全因子实验•10分钟
- 问题 6.13 - 6.14•2分钟
- 问题 6.15•1分钟
- 问题 6.16•1分钟
- 实践：分析重复全因子实验•10分钟
- 问题 6.17•1分钟
- 问题 6.18 - 6.19•2分钟
- 实践：设计分数因子实验•10分钟
- 实践：分析 20 次运行的定制设计•10分钟
- 问题 6.21-6.22•0分钟
- 问题 6.23 - 6.24•2分钟
- 实践：分析定制中央复合设计•10分钟
- 实践：优化赫克反应•10分钟
- 问题 6.26•1分钟
- 问题 6.27 - 6.28•2分钟
- 问题 6.29•1分钟
- 问题 6.30•1分钟
- 实践：优化多重响应•10分钟
2个应用程序项目•总计80分钟
- 访问 JMP 虚拟实验室 - 新•60分钟
- 实验设计测验•20分钟
4个插件•总计4分钟
- 想一想 6.20•1分钟
- 想一想 6.25•1分钟
- 思考 6.30•1分钟
- 想一想 6.31•1分钟
了解如何识别可能的关系、建立预测模型并从自由格式文本中获取价值。
涵盖的内容
39个视频2篇阅读材料30个作业2个应用程序项目
39个视频•总计143分钟
- 导言•1分钟
- 预测建模简介•5分钟
- 过度拟合和模型验证•8分钟
- 演示：创建验证列•3分钟
- 评估模型性能：预测模型•6分钟
- 演示：拟合带验证的多元线性回归模型•2分钟
- 评估模型性能：分类模型•3分钟
- 接收器工作特性曲线 (ROC)•5分钟
- 演示：拟合带验证的逻辑模型•2分钟
- 演示：更改分类截止值•3分钟
- 决策树简介•1分钟
- 分类树•5分钟
- 演示：创建分类树•4分钟
- 回归树•6分钟
- 演示：拟合回归树•3分钟
- 带验证的决策树•5分钟
- 演示：通过验证拟合决策树•3分钟
- 随机（引导）森林•6分钟
- 演示：使用 Bootstrap 森林选择变量•2分钟
- 什么是神经网络？•2分钟
- 解读神经网络•3分钟
- 演示：拟合神经网络•3分钟
- 利用神经网络进行预测建模•4分钟
- 演示：拟合双层神经模型•4分钟
- 广义回归简介•2分钟
- 使用最大似然法拟合模型•4分钟
- 演示：在广义回归中拟合线性模型•4分钟
- 演示：广义回归中的变量选择•4分钟
- 惩罚回归简介•3分钟
- 演示：拟合惩罚回归（Lasso）模型•5分钟
- 预测模型比较•5分钟
- 演示：比较和选择预测模型•4分钟
- 文本挖掘入门•2分钟
- 处理文本数据•4分钟
- 整理术语表•3分钟
- 演示：处理非结构化文本数据•5分钟
- 可视化和探索文本数据•3分钟
- 演示：可视化和探索文本数据•5分钟
- 分析（挖掘）文本数据•3分钟
2篇阅读材料•总计2分钟
- 阅读•1分钟
- 摘要：预测建模和文本挖掘•1分钟
30个作业•总计168分钟
- 问题 7.01•1分钟
- 问题 7.02•2分钟
- 问题 7.03•1分钟
- 实践：拟合带验证的多元线性回归模型•10分钟
- 实践：拟合逻辑模型并进行验证•10分钟
- 问题 7.04•1分钟
- 练习：使用分类树解决问题•10分钟
- 实践：确定重要变量•10分钟
- 问题 7.05•1分钟
- 问题 7.06•1分钟
- 实践：使用带验证的回归树•10分钟
- 实践：使用带验证的分类树•10分钟
- 问题 7.07•1分钟
- 练习：使用树形图识别重要变量•10分钟
- 问题 7.08•1分钟
- 实践：拟合简单神经网络•10分钟
- 实践：拟合神经网络进行预测•10分钟
- 实践：拟合神经网络进行分类•10分钟
- 问题 7.09•1分钟
- 问题 7.10•1分钟
- 问题 7.11 - 7.12•2分钟
- 实践：使用广义回归还原模型•10分钟
- 练习：使用套索拟合回归模型•10分钟
- 问题 7.13•1分钟
- 实践：比较和选择预测模型•10分钟
- 问题 7.14•1分钟
- 问题 7.15•2分钟
- 问题 7.16•1分钟
- 实践：制定术语表•10分钟
- 实践：探索 STIPS 中的术语和短语•10分钟
2个应用程序项目•总计80分钟
- 访问 JMP 虚拟实验室 - 新•60分钟
- 预测建模和文本挖掘测验•20分钟
在本模块中，您有机会检验自己对所学知识的理解。
涵盖的内容
2个作业1个应用程序项目
2个作业•总计60分钟
- 复习提问•30分钟
- 案例研究•30分钟
1个应用程序项目•总计60分钟
- 访问 JMP 虚拟实验室 - 新•60分钟
位教师
授课教师评分
4.8 (38个评价)授课教师评分
我们要求所有学生根据授课教师的教学风格和质量提供对授课教师的反馈。
从 数据分析 浏览更多内容
状态：免费试用免费试用课程
状态：预览预览NNortheastern University
课程
状态：免费试用免费试用BBirla Institute of Technology & Science, Pilani
课程
状态：免费试用免费试用DDeepLearning.AI
课程
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
4.8
100 条评论
- 5 stars
88%
- 4 stars
10%
- 3 stars
0%
- 2 stars
1%
- 1 star
1%
显示 3/100 个
L
LH
4·
已于 Nov 8, 2023审阅
All things are good, the topics which is covered in that course very useful to understand the data and decision making lability .
K
KS
5·
已于 Oct 31, 2024审阅
Great course, gives a good basis and good overview, explains stats in a very understandable way
J
JR
5·
已于 Apr 28, 2024审阅
The virtual lab environment is a great way to get hands on experience.
常见问题
要获得课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。
购买证书后，您就可以访问所有课程资料，包括已评分的作业。完成课程后，您的电子证书将添加到您的 "成就 "页面--您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中，如果您付不起注册费，可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金，您可以在说明页面找到申请链接。
更多问题
提供助学金，