精選客戶受邀前往我們的倫敦辦事處，與學習策略經理 Julian Parris 一起參加 JMP 數據準備研討會（ @朱利安）。 您可以在下面找到描述。
https://www.youtube.com/watch?v=JucYsEBfEx8
附上研討會中使用的材料和進一步學習的資源。 （對於練習 3，為了使地圖視覺效果正常工作，您需要將兩個“district_burrough...”jmp 數據表保存在與您正在使用的 LifeSat 表相同的文件夾中）。 請讓我 （ @phil_kay ）如果您有任何疑問或需要其他任何東西，請通過下面的評論了解。
Julian 建議的進一步學習資源
掌握 JMP 系列的網絡研討會主題:
總體清單：
https://www.jmp.com/mastering
使用 JMP 腳本自動分析
https://www.jmp.com/en_us/events/mastering/topics/automating-analysis-using-jmp-scripts.html
我提到的一些關於特定主題的網絡研討會：
多變量分析和高級可視化
https://www.youtube.com/watch?v=bQWCgJCea20
JMP 中的科學工作流程：創建可重現的分析：
https://www.youtube.com/watch?v=6NWDcfWrhMA
JMP 與 SAS、R、Python 的集成和可擴展性
https://www.youtube.com/watch?v=QLQQXFzjufQ
最後，我們中的一些人正在談論健康數據，所以我想傳遞這些鏈接：
您可以在隱藏 URL 中請求 Garmin 向您發送健康數據包（GDPR 現在要求）： https://www.garmin.com/en-GB/account/datamanagement/exportdata/
我的哥本哈根演講：自戀 - 在 14,000 英里以上收集、分析和可視化個人健康數據的旅程中獲得的經驗教訓（關於 JMP 和生活）：
https://www.youtube.com/watch?v=27KT8bvDCw0
參與者在準備好數據分析後創建的分析示例（交互式）
您可以找到交互式分析研討會的例子在JMP 公共。
工作坊描述
很少（如果有的話），我們收到的數據可以進行分析。 科學家和工程師告訴我們，他們 80% 以上的數據工作都花在準備上，幾乎沒有時間探索和提取見解。 在極端情況下，您的數據可能非常混亂，以至於您無法想像您將能夠使用它們來回答重要的技術問題。 這些常見的挑戰使組織無法實現數據分析的全部價值，從而降低成本並加快產品上市速度。
幸運的是，JMP 擁有一套豐富的工具，使您能夠高效地準備數據進行分析。 在本次研討會中，您將探索 JMP 中的 10 個基本工具，幫助您將數據從“混亂”轉變為“分析就緒”。
通過案例研究演示和實踐練習相結合，您將學習如何處理：
• 表重組和連接，
• 計算和導出的變量，
• 異常值和影響點，
• 變量重新編碼，
• 缺失值，
• 和更多…。
在我們深入探索 10 個基本工具中的每一個並討論最佳實踐（甚至某些工具的一些“標籤外”用途）後，我們將通過三個案例研究，以各種方式應用這些工具來高效導入、重新編碼、重組和重新組織複雜且具有挑戰性的數據集。 強烈建議您具有使用 JMP 的經驗，但這並不是絕對必要的。
作為JMP 的新用戶，我發現研討會非常有用......我現在有很多信息和想法可以帶回給我的同事，他們也處於JMP 學習曲線的開始，並熱衷於開始分析他們的數據。感謝您的幫助。
我只是想說我多麼喜歡這門課程 - 我現在有大量信息 - 更重要的是我知道在哪裡尋求幫助:)
