データ量が増え続けるにつれて、アナリスト、ビジネスユーザー、および学生は、自分たちのデータから意味のある実用的な情報を抽出するためにますます洗練された手法に頼らなければなりません。 JMP 予測力のために使いやすさを犠牲にする必要がないことを証明しています。JMPを使用すると、一般的なデータマイニングおよび予測ツールを、さまざまな分野の学生、教師、および専門家が利用できます。
Partition and Stepwise Regressionプラットフォームは、データ内のどの説明変数が最も洞察をもたらすのかを判断するのに役立ちます。一方、主成分分析や因子分析などのツールを使用すると、"広い"データセットを理解できます。その過程で予測力をほとんど失うことなく、ほんの一握りの新しい変数を構築することによって、何百もの変数） ARIMAと指数平滑化モデルを含むJMPの予測ツールは、過去の値を考慮して、シリーズの将来の値がどのように見えるかを予測するのに役立ちます。
現在、私たちはJMPの新規ユーザーがこれらのテクニックの力を利用することをさらに容易にしました。ラーニングライブラリ 。これらのワンページガイドには、JMPを使用してデータを分析するための手順、スクリーンショット、およびヒントが記載されています。40を超える記事がすでに掲載されています。最新の追加機能は以下のとおりです。
•分類ツリー
回帰木
•ARIMAモデル
•平滑化モデル
主成分分析
• 因子分析
クラスタリング
•段階的回帰
•判別分析
•ニューラルネットワーク
チェックして始めましょう！
