SAS Institute Japanの企業情報

JMPは統計分析・グラフ作成だけではなく、実験計画の機能も充実したソフトウェアです。 実験計画を活用することで、時間やコストを抑えた効率的なデータ収集が可能になります。 本セミナーでは、実験計画の機能から標本サイズエクスプローラとベイズ最適化に焦点を当て、製造業での活用例をデモンストレーション形式でご紹介します。 【概要】 前半：製造業におけるt検定の活用と必要データ数のシミュレーション 製造業において様々な用途で活用されているt検定の概要と活用例を解説、JMPでの分析例をご紹介します。 また、標本サイズエクスプローラを使って、t検定に必要なデータ数と検出力の関係をシミュレーションする方法もご紹介します。 後半：JMP Pro ベイズ最適化の活用法　～シミュレーション実験データへの適用～ ベイズ最適化プラットフォームは、本来、測定誤差を含む実験データを対象として設計されてる一方で、CAEなど誤差を含まないシミュレーション実験データに適用したいというニーズも多くあります。本セミナーでは、ベイズ最適化をシミュレーション実験データで活用するためのアプローチ方法を紹介します。

「データ加工に時間がかかる」「毎回同じ作業を繰り返している」「グラフ作成が意外と大変」。 そんな悩みをお持ちではありませんか？ データ活用の重要性が高まる中、データの加工やグラフ作成といった作業に多くの時間が費やされています。特に表計算ソフトでの作業では、繰り返しの手作業によるミスが課題となることが少なくありません。 JMPは高度な統計解析だけでなく、データ前処理や可視化の機能も豊富に備えています。本セミナーでは、データの読み込みから加工・整形、グラフ作成、自動化まで、データ業務を効率化する方法をご紹介します。 【参加対象】 業界を問わず、表計算ソフト等で日常的にデータ加工やグラフ化を行っている方 毎月・毎週のレポート作成やグラフ作成に手間を感じている方 データ準備作業を効率化し、分析や報告業務により多くの時間を使いたい方 分析だけでなく、データ前処理や可視化におけるJMPの活用方法を知りたい方 ▼詳細＆お申込み https://www.jmp.com/ja/events/live-webinars/non-series/2026/10-08-data-processing

人々の暮らしに直結する健康・医療分野では、データ分析の結果を慎重に読み取り、判断に活かすことが求められます。 本セミナーではまず、JMP 19を用いて基礎的な分析手法を紹介し、それぞれの手法がどのような場面で活用できるのかを説明します。 続いて、「ある処置によって状態が改善したのか」といった因果的な解釈を行う際の考え方と、JMP Pro 19を用いて因果効果を推定する方法について解説します。 ・対応のあるt検定を用いた処置前後の結果の比較 ・t検定を用いた群間比較 ・共分散分析による、処置前の値を考慮した群間比較 ・関連と因果の見分け方 ・因果処置効果の推定 本セミナーでは、これらの基礎的な分析手法をデモを交えてご紹介します。 統計の専門知識がない方、JMPをご存じでない方も大歓迎です。 ▼詳細＆お申込み https://www.jmp.com/ja/events/live-webinars/non-series/2026/09-11-health-medical-data