El 19 de noviembre, JMP ofreció el seminario web Técnicamente hablando, Creación de un sistema de alerta de brotes de enfermedades mediante la vigilancia y el análisis. Presentado por Sam Edgemon de SAS, el seminario web destaca cómo Edgemon usó los gráficos de control de JMP y la base de datos de síntomas para identificar un brote de norovirus de 2010 un mes antes de que las redes regionales de noticias pudieran informar sobre el brote.
Edgemon explica cómo usa el análisis de componentes principales para encontrar regiones en Carolina del Norte donde los síntomas de COVID-19 son más frecuentes. Demuestra cómo el uso de datos de nivel de síntomas más granulares combinados con técnicas estadísticas innovadoras tiene el potencial de identificar brotes de enfermedades más rápidamente y limitar los falsos positivos. Utilizando datos de los departamentos de emergencia, servicios de ambulancia, centros de control de intoxicaciones y redes sociales, Sam demostró cómo los datos textuales no estructurados se pueden combinar con una amplia variedad de otros datos a nivel de síntomas para detectar brotes previamente ocultos; cómo identificar los posibles "puntos calientes" de forma más temprana utilizando técnicas estadísticas que no suelen estar asociadas con la vigilancia biológica; y cómo estas técnicas podrían usarse para marcar la diferencia durante la pandemia actual, así como la próxima.
Para ayudar al equipo de ventas de JMP a participar en conversaciones posteriores al evento más significativas y productivas con clientes y prospectos, hemos creado la siguiente lista de recursos recomendados para posicionar.Cualquier activo que aparezca en esta lista se considera relevante para el tema, área de aplicación o industria. , funciona bien y es lo suficientemente reciente para compartir. Para ayudar a distinguir entre recursos, también incluimos un breve resumen, algunas palabras de comentario y un sistema de 4 estrellas para identificar "lo mejor de lo mejor".Si tiene alguna pregunta sobre las recomendaciones relacionadas con este evento, no dude en ponerse en contacto conmigo.
Este seminario web de Habla técnica coincide muy bien con el contenido del evento de Sam. Andrea Coombs analiza un ejemplo basado en la construcción de modelos predictivos para el riesgo de enfermedad arterial periférica utilizando datos de las Encuestas nacionales de examen de salud y nutrición. Ella demuestra cómo JMP, los gráficos de control multivariante, pueden ser útiles para observar los factores de riesgo para desarrollar una enfermedad en particular: la capacidad de asociar los factores de riesgo con la probabilidad de la enfermedad brinda la oportunidad de tomar medidas preventivas que pueden salvar vidas. En el camino, también muestra cómo construir modelos logísticos tradicionales, crear modelos alternativos utilizando enfoques de modelado más modernos y cómo aplicar técnicas de validación y comparación de modelos para determinar el mejor modelo para la predicción del riesgo de enfermedad.
Este seminario web que no es una serie y que cuenta con una gran asistencia se creó en respuesta al aumento inicial de COVID en los EE. UU. Recibió excelentes críticas y sigue siendo uno de nuestros activos más sólidos en todos los aspectos. Byron Wingerd utiliza los datos de la Universidad Johns Hopkins para mostrar, preparar y limpiar datos con JMP; cómo dar forma a las funciones de transformación y publicidad a un conjunto de datos existente; cómo crear mapas integradores y formas de comunicar eficazmente sus hallazgos a los demás. Muestra a JMP en acción de una manera relevante y muy identificable.
3 Estrellas Creación y comparación de modelos predictivos con JMP Pro, Dominar el seminario web de JMP
Este video de Mastering JMP analiza los tipos y técnicas de modelos; las funciones de los datos de prueba, formación y validación; y cómo comparar modelos. Es relevante para este seminario web porque muestra cómo construir, validar y comparar modelos para predecir el riesgo de enfermedades utilizando datos demográficos y de enfermedades. utilizando JMP Pro. Incluye secciones sobre regresión logística generalizada y penalizada, Bootstrap Forest, Boosted Tree y comparación de modelos.
3 estrellas Abordar los datos no estructurados con la exploración de texto , Tecnicamente hablando
Los datos no estructurados fueron un tema central del seminario web de Edgemon. Este seminario web Hablando técnicamente analiza formas eficientes de analizar datos no estructurados utilizando JMP. Los asistentes aprenderán nuevas capacidades avanzadas de exploración de texto disponibles en JMP que le permitirán extraer rápidamente información de datos basados en texto. El seminario web también explora los vínculos entre el uso de palabras y el documento de origen, cómo las nubes de palabras pueden ayudar a visualizar la frecuencia de las palabras de una manera que aclare los temas predominantes en cualquier conjunto de datos no estructurados y cómo generar un informe de documentos agrupados.
No es una combinación perfecta, pero cubre muchos temas de la charla de Sam. Este seminario web muestra cómo utilizar JMP Text Explorer para analizar texto no estructurado. Aprenderá a consolidar de forma interactiva términos similares, recodificar términos, comprender los patrones subyacentes en sus datos de texto e incluir los datos en sus análisis. El seminario web cubre la identificación de palabras y frases clave utilizando listas de términos y frases, nubes de palabras y recuentos resumidos; revisar cualquier término o frase en contexto; derivación interactiva; interpretar informes de raíz y excepciones de raíz; y recodificar y analizar expresiones regulares.
