De nouvelles démonstrations issues de la diffusion Web en direct de Mastering JMP sont désormais disponibles et peuvent être visionnées à votre guise. J'ai divisé chaque webcast en deux ou trois vidéos.
Il n'est pas nécessaire de s'inscrire pour visionner les vidéos.
Les vidéos de Jami Hampton sur Préparer vos données pour l'analyse ont été enregistrées lors de la diffusion Web en direct de JMP Mastering le 20 janvier.
Dans le premier épisode, Jami explique la structure de données JMP et explique comment importer des données. Dans le deuxième épisode, elle montre comment utiliser les fonctions de colonne et de ligne, notamment le recodage des colonnes, la modification des propriétés des colonnes, la sélection de cellules correspondantes, l'ajout d'étiquettes de valeurs et de colonnes, la compression des colonnes sélectionnées et l'empilage, le fractionnement, la jonction et le tri des tableaux. Dans le troisième épisode, Jami couvre les fonctions et la tabulation des tables et montre comment rechercher et gérer les données manquantes, les données de sous-ensembles, les données de pile, les données fractionnées, le tri des tables par rangée ou par colonne, les tables de jointure et l'utilisation des fonctionnalités de tabulation JMP pour regrouper et résumer les données.
Les vidéos de Scott Wise sur Analyse de données exploratoire et graphiques dynamiques enregistrées le 27 janvier lors de la diffusion Web en direct de Mastering JMP. Wise utilise une étude de cas de la chaîne d'approvisionnement pour montrer comment utiliser JMP pour comprendre et corriger les expéditions en retard ayant une incidence sur la rentabilité.
Dans le premier épisode, Scott décrit l'étude de cas et le problème métier, puis montre comment utiliser JMP pour examiner les relations, les modèles et les valeurs aberrantes afin d'obtenir un aperçu critique du problème. Dans le deuxième épisode, il montre comment utiliser la distribution, le filtre de données, le partitionnement récursif, l'analyse de contingence, l'analyse à sens unique et plus encore pour découvrir les variables clés affectant les envois en retard. Dans le troisième épisode, il modélise les données pour prévoir et fournir des informations permettant de corriger les envois tardifs. Il utilise le modèle d'ajustement, les estimations de paramètres, le prédicteur de prédiction et plus encore.
le Données sur les commandes en retard dans la chaîne d'approvisionnement Scott used est disponible au téléchargement à partir de l’échange de fichiers JMP.
Les vidéos de Sam Gardner sur Exploration de données et modélisation prédictive enregistrées le 10 février lors de la diffusion Web en direct de Mastering JMP.
Dans le premier épisode, Sam définit trois objectifs de l’exploration de données: la découverte de modèles, la découverte de relations et la création de modèles prédictifs. Il utilise des données de bandes d'impression sur papier pour découvrir des facteurs importants qui déterminent la qualité et les données de récupération des gisements de pétrole, afin d'identifier les facteurs importants ayant une incidence sur la rentabilité des efforts de récupération du pétrole. Dans le deuxième épisode, Sam répond aux questions sur les techniques d'analyse qu'il a utilisées pour extraire les données de bandes d'impression. Dans le troisième épisode, il montre comment construire des modèles prédictifs à l'aide de la régression JMP, des matrices de confusion et des arbres de décision. Il utilise des forêts bootstrap (aléatoires) JMP Pro et des arbres boostés pour créer des modèles prédictifs et couvre l'utilisation des données de formation, de validation et de test. Il termine en décrivant brièvement l'agrégation de bootstrap (ensachage) et le boosting.
Les trois ensembles de données Sam utilisés sont également disponibles à partir de l’échange de fichiers JMP. Impression des données de fabrication , Facteurs de récupération du pétrole , et Données de désabonnement (annulation) des clients de téléphonie mobile.
