精选客户受邀前往我们的伦敦办事处，与学习策略经理 Julian Parris 一起参加 JMP 数据准备研讨会（ @朱利安）。 您可以在下面找到描述。
https://www.youtube.com/watch?v=JucYsEBfEx8
附上研讨会中使用的材料和进一步学习的资源。 （对于练习 3，为了使地图视觉效果正常工作，您需要将两个“district_burrough...”jmp 数据表保存在与您正在使用的 LifeSat 表相同的文件夹中）。 请让我 （ @phil_kay ）如果您有任何疑问或需要其他任何东西，请通过下面的评论了解。
Julian 建议的进一步学习资源
掌握 JMP 系列的网络研讨会主题:
总体清单：
https://www.jmp.com/mastering
使用 JMP 脚本自动分析
https://www.jmp.com/en_us/events/mastering/topics/automating-analysis-using-jmp-scripts.html
我提到的一些关于特定主题的网络研讨会：
多变量分析和高级可视化
https://www.youtube.com/watch?v=bQWCgJCea20
JMP 中的科学工作流程：创建可重现的分析：
https://www.youtube.com/watch?v=6NWDcfWrhMA
JMP 与 SAS、R、Python 的集成和可扩展性
https://www.youtube.com/watch?v=QLQQXFzjufQ
最后，我们中的一些人正在谈论健康数据，所以我想传递这些链接：
您可以在隐藏 URL 中请求 Garmin 向您发送健康数据包（GDPR 现在要求）： https://www.garmin.com/en-GB/account/datamanagement/exportdata/
我的哥本哈根演讲：自恋 - 在 14,000 英里以上收集、分析和可视化个人健康数据的旅程中获得的经验教训（关于 JMP 和生活）：
https://www.youtube.com/watch?v=27KT8bvDCw0
参与者在准备好数据分析后创建的分析示例（交互式）
您可以找到交互式分析研讨会的例子在JMP 公共。
工作坊描述
很少（如果有的话），我们收到的数据可以进行分析。 科学家和工程师告诉我们，他们 80% 以上的数据工作都花在准备上，几乎没有时间探索和提取见解。 在极端情况下，您的数据可能会非常混乱，以至于您无法想象您将能够使用它们来回答重要的技术问题。 这些常见的挑战使组织无法实现数据分析的全部价值，从而降低成本并加快产品上市速度。
幸运的是，JMP 拥有一套丰富的工具，使您能够高效地准备数据进行分析。 在本次研讨会中，您将探索 JMP 中的 10 个基本工具，帮助您将数据从“混乱”转变为“分析就绪”。
通过案例研究演示和实践练习相结合，您将学习如何处理：
• 表重组和连接，
• 计算和导出的变量，
• 异常值和影响点，
• 变量重新编码，
• 缺失值，
• 和更多…。
在我们深入探索 10 个基本工具中的每一个并讨论最佳实践（甚至某些工具的一些“标签外”用途）后，我们将通过三个案例研究，以各种方式应用这些工具来高效导入、重新编码、重组和重新组织复杂且具有挑战性的数据集。 强烈建议您具有使用 JMP 的经验，但这并不是绝对必要的。
作为 JMP 的新用户，我发现研讨会非常有用......我现在有很多信息和想法可以带回给我的同事，他们也处于 JMP 学习曲线的开始，并热衷于开始分析他们的数据。感谢您的帮助。
我只是想说我多么喜欢这门课程 - 我现在有大量信息 - 更重要的是我知道在哪里寻求帮助:)
