Neue Demos von Live-Mastering-JMP-Webcasts stehen jetzt zur freien Verfügung. Ich habe jeden Webcast in zwei oder drei Videos aufgeteilt.
Für die Anzeige der Videos ist keine Registrierung erforderlich.
Jami Hamptons Videos auf Vorbereiten Ihrer Daten für die Analyse wurden während des Mastering-JMP-Live-Webcasts am 20. Januar aufgezeichnet.
In der ersten Episode behandelt Jami die JMP-Datenstruktur und den Import von Daten. In der zweiten Episode zeigt sie, wie Spalten- und Zeilenfunktionen verwendet werden. Dazu gehören das Umkodieren von Spalten, das Ändern von Spalteneigenschaften, das Auswählen übereinstimmender Zellen, das Hinzufügen von Wert- und Spaltenbeschriftungen, das Komprimieren ausgewählter Spalten sowie das Stapeln, Teilen, Verknüpfen und Sortieren von Tabellen. In der dritten Episode behandelt Jami die Tabellenfunktionen und Tabulate und zeigt, wie fehlende Daten, Teilmengendaten, Stackdaten, Teilen von Daten, Sortieren von Tabellen nach Zeilen oder Spalten, das Verknüpfen von Tabellen und das Verwenden von JMP-Tabulierungsfunktionen zum Gruppieren von Tabellen und Tabellen verwendet werden Daten zusammenfassen.
Scott Wises Videos auf Explorative Datenanalyse und dynamische Grafiken wurden während des Mastering JMP Live-Webcasts vom 27. Januar aufgezeichnet. Wise verwendet eine Fallstudie in der Lieferkette, um zu zeigen, wie man JMP verwenden kann, um verspätete Lieferungen zu verstehen und zu korrigieren, die sich auf die Rentabilität auswirken.
In der ersten Episode beschreibt Scott die Fallstudie und das Geschäftsproblem und zeigt dann, wie Sie mit JMP Beziehungen, Muster und Ausreißer untersuchen, um kritische Einblicke in das Problem zu erhalten. In der zweiten Episode zeigt er, wie Verteilung, Datenfilter, rekursive Partitionierung, Kontingenzanalyse, One-Way-Analyse und mehr verwendet werden, um wichtige Variablen aufzudecken, die sich auf verspätete Sendungen auswirken. In der dritten Episode modelliert er die Daten zur Vorhersage und Bereitstellung von Informationen zur Korrektur verspäteter Sendungen. Er verwendet Fit Model, Parameterschätzungen, Prediction Profiler und mehr.
Das Daten zu verspäteten Bestellungen in der Lieferkette Der verwendete Scott kann von JMP File Exchange heruntergeladen werden.
Sam Gardners Videos auf Data Mining und Predictive Modeling wurden während des Mastering-Live-Webcasts vom 10. Februar aufgenommen.
In der ersten Episode definiert Sam drei Ziele von Data Mining: Ermitteln von Mustern, Aufdecken von Beziehungen und Erstellen von Vorhersagemodellen. Er verwendet Daten zum Drucken von Papierstreifen, um wichtige Faktoren zu ermitteln, die die Daten zur Qualität und Ölfeldgewinnung beeinflussen, um wichtige Faktoren zu identifizieren, die die Rentabilität der Ölgewinnungsbemühungen beeinflussen. In der zweiten Episode beantwortet Sam Fragen zu den Analysetechniken, die er beim Mining der Druckdaten verwendet hat. In der dritten Episode zeigt er, wie man mithilfe von JMP-Regression, Verwirrungsmatrizen und Entscheidungsbäumen Vorhersagemodelle erstellt. Er verwendet JMP Pro-Bootstrap-Strukturen (Zufallsmuster) und verstärkte Bäume, um Vorhersagemodelle zu erstellen, und deckt die Verwendung von Schulungs-, Validierungs- und Testdaten ab. Er schließt, indem er die Bootstrap-Aggregation (Bagging) und das Boosting kurz beschreibt.
Die drei verwendeten Datensätze, die Sam verwendet, sind auch im JMP File Exchange verfügbar. Fertigungsdaten drucken . Ölrückgewinnungsfaktoren , und Daten zur Kundenabwanderung bei Mobiltelefonen.
