等级：中级
Laura Castro-Schilo，JMP Research Statistician Tester，SAS
Chris Gotwalt，JMP统计研究与开发总监，SAS
多变量数据分析已成为一项基本技能，因为数据量急剧增加，公司在决策过程中变得更加以数据为导向。在这个扩展的分组会议中，我们使用依赖于连续，分类，离散和功能数据的各种方法展示JMP及其独特的可视化和交互式方法，以进行多变量数据分析。
我们将首先讨论多变量分析的本质：大量变量中包含的信息通常可以用较少数量的变量有效地表示。然后，我们概述了用于分析JMP中的多变量数据的一般工具。
会议将分为两部分。引言将使用来自感官分析和消费者研究的数据来激励和展示经典的无监督多变量方法，例如主成分分析，多重对应分析和JMP 14中的新技术，多因素分析。第二部分将介绍使用偏最小二乘和功能主成分的多变量数据的监督方法。为了说明这些监督方法，我们将构建模型，以使用来自多个信号流的数据预测批量生产过程的产量。
在整个过程中，我们将为每种分析技术的适用时间提供明确的指导，并强调最重要和最有用的软件选项。
JMP的多变量口味
