JMP基础操作【行业信息】

1、Basic JMP Operation,Trainer : 林建榮、陳志遠、黃士育,統計小組日月光半導體,Ver.1-Shihyu Huang 05/18/2005,日月光集團版權所有 Copyright are reserved by ASE Group. No part of this publication may be copied without the permission,JMP 簡介參考網址：http:/,JMP 是由SAS公司所開發出來的統計套裝軟體，但它並不是SAS System的一部份，JMP 在某些方面類似SAS/ Insight這個模組，但卻有不同的架構及功能，某些方

2、面仍採用SAS的一些函數，例如：線性代數及機率的運算等等SAS公司於1989.10推出JMP第一個版本至今，經過不斷地改版修正於2000.6正式推出JMP5.0。 JMP功用：JMP的主要任務就是協助使用者進行資料的分析與研究，透過滑鼠的點選操作及簡單的資料匯入方式，並利用動態的統計圖形呈現，以了解資料的分佈型態及相關性，提供訊息並協助使用者作決策。若統計軟體之使用性愈便利，使用者就能以更多的時間在所要處理分析的問題解決上，而減少工具的操作與使用時間，另外，動態的圖形操作方式，能讓使用者以各種不同的角度去切入了解，多方面的嘗試以發現意想不到的答案,Table of Contents,目的（Pu

3、rpose） 上課基本知識及工具(Basic Tool) 介面簡介（Introduction） 基本功能介紹（JMP Data Table） 彙整資料功能（Summarize Data） QC手法功能（Applications for QC tools） IEE統計手法（Intel Core Statistic Method,課程目的,本課程為針對需要使用 JMP 從事統計分析的專業人士（PD、PE、QA、RD），藉由循序漸進的實際操作來熟悉其類似 Windows 介面的操作模式、加速並簡化資料分析、報告的工作。 本課程學習範圍包括了資料表的認識、工具列的使用，QC手法之工具使用及檢定分析，為

4、基礎入門之課程，其他較艱深如DOE、Time Series、Survival之使用操作，則不在本課程學習範疇中,上課基本知識及工具,基礎統計知識(Basic Statistic Knowledge，Descriptive Statistic、Regression、ANOVA) JMP Statistic Analysis Software。 筆記型電腦或桌上型個人電腦,Introduction-1,Menu Bar Tool Bar 請開啟JMP Sample Data 路徑： C：Program FilesSAS InstituteJMP4Sample DataBig Class,Intro

5、duction-2,Data Table,Columns Panel,Row Panel,Tables Panel,Introduction-3,Report Window,Popup menu,Disclosure button,JMP Data Table,新增刪除Columns、Rows Key in data Column 屬性、Role Entering data Find & Replace Copy data from Excel to JMP TryShift+Paste Copy data/reports from JMP to Excel TryShift+Paste Op

6、en excel file(*.xls) by JMP 為何我的版面配置不同? 調整 Preferences & Tool Bars,新增刪除Columns、Rows,Menu bar，Click,Double Click on,Column屬性,1.在此點右鍵,2.選擇,3.調整Column屬性 Data Type、Modeling Type等,連續型 次序型 名義型,Exclude Hide,Exclude： 圖表上不會顯示（Point），JMP將排除後再進行數據分析，因此Means、Std Dev.會改變。 Hide： 圖表上不會顯示（Point），但數據分析不變，因此Means、Std

7、 Dev.仍相同,Column Role 變數的角色（Y：依變、X：自變,1.在此點右鍵,2.選擇,3.選擇角色,Entering data,先進入資料編輯模式後 Tab：儲存格先往右，再往下移動 Shift + Tab：儲存格先往左，再往上移動 Enter：只能往下移動到底後會自動新增一列 可直接以上下左右鍵移動亦可,Find & Replace,類似 Excel 之尋找 / 取代” 功能,調整喜好設定工具列,喜好設定Preferences,工具列Toolbars,Copy data from Excel to JMP TryShift+Paste,開啟Excel&JMP,1.選取Excel

8、中所需的資料，包括變數名稱與該變數的資料,Copy data from Excel to JMP TryShift+Paste,2.Copy後，在JMP視窗中，按住Shift再按貼上（Paste），就可將變數名稱貼上JMP的Column中,3.若沒按住Shift直接按貼上（Paste），就是直接貼上資料,Open excel file(*.xls) by JMP,1.先選控制台,2.選擇系統管理工具,Open excel file(*.xls) by JMP,3.選擇資料來源,4.選擇Excel Files,Open excel file(*.xls) by JMP,4.改成JMP-Excel

9、 Files Excel97-2000 按下 選取工作簿,5.開啟想要開的Excel Files,Open excel file(*.xls) by JMP,即可用JMP直接打開Excel檔,7.選擇想打開的工作表,6.重新啟動JMP軟體，即可打開Excel檔案,Summarize Data,Grouping Data 目的 1.彙整資料-將資料之重點參數選出。 2.找出異常（量測、等）或錯誤（key in等）。 3.可將資料整理出有效的資訊。 舉例說明： 1.以不同錫球成分比例來估算推球值 2.相同成分比例的錫球在不同作業員量測下，推球值會一樣嗎？ 3.推球值若不符規格，該產品即是不良品，所

10、以只要找出該產品最小推球值，即可知道該產品是否為不良品,Operation-summary,點選TablesSummary 以年齡估算平均身高,2.選擇變數,3.選擇統計量,1.選擇想了解的群體,Subset,隨機由30位學生中挑選15位的性別與體重,1.選擇想了解的變數,Subset,2.選擇變數個數,3.畫面顯示如右,Subset,特意挑選15位學生的性別與體重(按住Ctrl,1.選擇想了解的變數與個體,Subset,3.顯示如下,2.選擇 Subset Selected Rows,Sort排序,2.選擇想排序的變數 （性別sex,1.按Sort選項,Sort排序,3.變數依字母順序排列完

11、成（性別sex,Stack堆疊,1.按Stack選項,原有資料形式,Stack堆疊,2.選擇需堆疊選項變數，按OK,Stack堆疊,3.即為所求,成為JMP易分析的格式,Split分派,1.按Split選項,資料原先型態,Split分派,2.選擇需分派選項與分派準則選項，按OK,Split分派,3.即為所求,Add a Computed Column,Add a new column 輸入公式 Keypad 介紹： Insert key Delete Key Switch Terms (運算符號前後 / 分子分母 對調) Unary Sign Function (改變正負號) Local Va

12、riable Key (用代數方式表示運算式) Delete Expression (移除運算式 / Peel off,Application for QC Tools,Histogram 直方圖 Capability 製程能力分析 Pareto Chart 柏拉圖 Scatter Plot 散佈圖 Control Chart 管制圖,Histogram 直方圖,1.選取AnalyzeDistribution,3.跑出直方圖與盒型圖,2.選取想了解的變數,百分位數,敘述統計,Capability Analysis 製程能力分析,1.按紅色倒三角彈出選單選擇Capability Analysis

13、,2.訂定規格上下限,Capability Analysis 製程能力分析,3.跑出Capability Analysis,Pareto Chart 柏拉圖,2.選取GraphPareto Chart,1.開啟Sample DataQuality ControlFailures,3.選取變數與因素,Scatter Plot 散佈圖 (Fit Y by X,2.選取兩相關變數,1.選取AnalyzeFit Y by X,3.即為所求,Fit X by Y 的分析類型,連續型 次序型 名義型,1. Bivariate：散佈圖/迴歸分析 2. Logistic：點圖/參數估計 3. Onaway：盒

14、型圖/ANOVA 4. Contingency：直方圖/比率分析,Fit X by Y亦可再加入Ref Line,Fit Mean（平均值線） Fit Line（趨勢線,1.點選紅點，跳出選單,2.即為參考線,Control Chart 管制圖,1.開啟Sample DataQuality ControlChip1,2.點選Control Chart,Control Chart 管制圖,被測量的對象,分類的批次,分類的批次,Control Chart 管制圖,3.X-Bar Control Chart & R Control Chart,管制圖檢定法則,檢定法則有1-8,這兩種方式 都可以,常

15、用JMP分析手法,Trainer : 林建榮、陳志遠、黃士育,統計小組日月光半導體,Ver.1 04/07/2005,日月光集團版權所有 Copyright are reserved by ASE Group. No part of this publication may be copied without the permission,假設與檢定,在比較分析中，我們是先設立一個假設，然後由收集的數據來檢定這個假設成立與否。 平常固定的製程或控制組，我們通常將他稱做H0（虛無假設），而實驗組我們稱之為H1（對立假設）。 舉例說明：工程師引進新基板，預計將會大幅提昇UPH。此假設檢定為： H0

16、 12 H1 12 此處1為原先基板之UPH，2為新基板之UPH,0.05,P-Value,如何決定假設成不成立？ 因為是用樣本來估計母體(抽樣方法)，所以存在風險（誤差）。 我們設定一個可承受風險叫，意指拒絕需無假設的機率。 透過抽樣的結果，可以計算出一個因抽樣風險而誤判的機率叫做P-Value。 如果P-Value比小，代表錯估機率比承受風險小，這種結果就叫對立假設具有顯著性。 由於通常用0.05做代表，所以P-Value 0.05即對立假設具顯著性,Compare Analysis 比較分析,在比較分析中，通常比較的是平均數（）和標準差（），另外還會看看分配是否為期望的分配（例如：常態分

17、配）。 而比較的方式有很多，單一樣本、兩樣本、成對樣本以及多樣本之方式。 除了這兩種比較外，我們還會分析相關性等狀況，以下就讓我們一一介紹,Single-Sample Analysis-Test Mean,1.開啟Sample DataQuality ControlChip1,Single-Sample Analysis-Test Mean,2.點選AnalyzeDistribution ，並將Gap放入Y軸,Single-Sample Analysis-Test Mean,3.點選紅點跳出選單選擇 Test Mean鍵入你認為的平均數,所認定之平均數,Single-Sample Analys

18、is-Test Mean,雙尾檢定 右尾檢定 左尾檢定,所認定之平均數,4.平均數分析,Single-Sample Analysis-Test Std Dev,3.點選紅點跳出選單選擇 Test Std Dev鍵入你認為的標準差,4.標準差分析,雙尾檢定 右尾檢定 左尾檢定,所認定之標準差,Two-Sample Analysis 兩組樣本的分析,兩組樣本的分析可分為成對與不成對。 所謂成對就是兩組資料一對一的意思，例如從同一個產品上量測兩種資料，所得到的兩個數據每次都是一組兩個，一組兩個的方式，就叫成對。 不成對代表兩組資料間並非一對一抽出，例如A機器抽30個，B機器抽20個。 無論成對、不成

19、對都能做及的比較檢定，成對時還能做相關檢定，首先我們先來介紹不成對的方式,Two-Sample Analysis-不成對檢定,1.開啟Sample DataDogs,Two-Sample Analysis-不成對檢定,2.點選AnalyzeFit Y by XOneway 選擇drugX，meanY，按OK,圖表判讀-1-圖形資訊,兩盒型圖代表兩樣本的分佈，綠色鑽石圖 代表資料的集中性，綠色中線代表平均數 ，紅色中線則是中位數,兩圓形大小 不一代表變 異數不相等 ；若大小相 等變異數則 相等。 若兩圓形重 合代表平均 數相等；若 兩圓形分開 ，則平均數 不相等,圖表判讀-2-平均數檢定（t-T

20、est,在兩樣本分析中，P-value0.05及代表平均值有顯著差異，即兩平均值不相等。此處P-value0.05，故兩平均值無顯著差異,圖表判讀-3-變異數檢定（F-Test,根據Intel統計方法，在變異數檢定上，採用Brown-Forsythe檢定為基準。P-value準則同上一頁,Two-Sample Analysis-成對檢定,在成對檢定中，將資料分成改善前、改善後（減肥前、減肥後；服藥前、服藥後。），這就是成對資料最好的解釋。 在分析上，通常我們仍採用Oneway分析，你也可以將資料做Bivariate分析與Matched Pairs分析，與Oneway分析差別僅在資料呈現方式不同

21、而已。由於Oneway分析可涵蓋於單樣本、雙樣本、多樣本檢定使用，故我們最常用此分析手法,JMP資料檔,成對檢定-1-資料型態,均是數值型資料（C連續型,一為順序型資料、一為數值型資料,以變數名稱作前後區分，但都是同型變數,將同型變數放在一起，以第二個變數作區分,先選AnalyzeFit Y by X Bivarate,成對檢定-2- Bivariate Analysis,成對檢定-2- Bivariate Analysis,異常點，需刪除後再做分析,成對檢定-2- Bivariate Analysis,選取異常點，你可以選擇圈選鍵，將該點圈選起來，也可以直接將滑鼠指標點向圖上該點。即可在原始

22、資料中選出該點。 去掉該點！重新作Bivariate分析,成對檢定-2- Bivariate Analysis,新Bivariate分析-分佈無顯見異常點,成對檢定-2- Bivariate Analysis,無異常點，加入趨勢線 點紅色倒三角，點選Fit Line,Fit Line（迴歸分析）： 1.趨勢線若為左下至右上，代表正相關 2.若為左上至右下，代表負相關 3.若由0點出發且呈現45度，代表完全的1比1相關 4.若趨勢線愈平，代表相關程度愈小，甚至無相關或非直線關係,成對檢定-2- Bivariate Analysis,製程前UPH與製程後UPH的相關性 *須 R Square 0.

23、8 才算有相關,X與Y的迴歸公式，即X多少時，Y該為多少,成對檢定-3- Matched Pairs,再做Matched Pairs分析，將兩變數都放在Y即可,成對檢定-3- Matched Pairs,根據圖來看，平均值約提升170-180，而檢定部分，P-value0.05，即平均值有顯著差異平均值不相等,成對檢定-4-相關分析,由於迴歸分析主要在做變數間的相關性分析，以及找出最佳化公式，但我們在作比較分析時較少用到此手法，而是在更細部分析中才用到迴歸分析，因此上表僅供參考，參考指標最重要的還是以資料的型態及實驗者所需要的分析為主。迴歸分析在統計進階課程將會提到,成對檢定-Oneway A

24、nalysis,1.先將上頁資料作Stack，更改變數名稱,成對檢定-Oneway Analysis,2.直接做AnalyzeFit Y by XOneway,成對檢定-Oneway Analysis,3.由Oneway圖可見，有異常點。而平均值也有明顯差異,成對檢定-Oneway Analysis-報表判讀,P-value0.05平均值有顯著差異。此兩P值是相等的,DF（自由度）可看出變數數量與個體數量,可看出兩樣本數量與平均值,成對檢定-Oneway Analysis-報表判讀,P-value0.05變異數無顯著差異,可看出兩樣本數量與平均值,K-Sample Analysis-Oneway Analysis,1.開啟Sample DataMachi