Poiché i volumi di dati continuano a crescere, gli analisti, gli utenti aziendali e gli studenti devono fare affidamento su tecniche sempre più sofisticate per estrarre informazioni significative e utilizzabili dai loro dati. JMP è la prova che non dovranno sacrificare la facilità d'uso per il potere predittivo: con JMP, gli strumenti di data mining e di previsione più diffusi sono accessibili a studenti, insegnanti e professionisti in un'ampia varietà di discipline.
Le piattaforme di Partition e Stepwise Regression aiutano gli utenti a determinare quali delle variabili esplicative nei loro dati offrono più informazioni, mentre strumenti quali Principal Components Analysis e Factor Analysis consentono agli utenti di avere un senso migliore di set di dati "ampi" (spesso coinvolgono decine o addirittura centinaia di variabili) costruendo una manciata di nuove variabili, perdendo pochissimo potere predittivo nel processo. Gli strumenti di previsione di JMP, che includono ARIMA e i modelli di livellamento esponenziale, aiutano a prevedere quali potrebbero essere i valori futuri di una serie, dati i valori passati.
Ora, abbiamo reso ancora più semplice per i nuovi utenti di JMP sfruttare la potenza di queste tecniche, aggiungendo alla nostra raccolta di Guide di una pagina, disponibili nel Biblioteca di apprendimento . Queste guide di una pagina offrono istruzioni, schermate e suggerimenti per l'analisi dei dati con JMP. Più di 40 sono già pubblicati, con altri in arrivo. Le ultime aggiunte includono:
• Alberi di classificazione
• Alberi di regressione
• Modelli ARIMA
• Modelli di lisciatura
• Analisi delle componenti principali
• Analisi fattoriale
• Clustering
• Regressione graduale
• Analisi discriminante
• Reti neurali
Controllali e inizia!
