Sie können sich das Video „Master JMP: Datums- und Zeitdaten analysieren“ ansehen.
- Dies ist eine On-Demand-Version des Webinars vom Juni 2022. Der Seminarinhalt wurde für die On-Demand-Nutzung neu strukturiert und stellt JMPs effektive Visualisierung von Datums-/Uhrzeitdaten und die Analyse von Zeitreihendaten vor.
- Das Video besteht aus zwei Kapiteln (Kapitel 1 und Kapitel 2), und jedes Kapitel ist in drei Abschnitte unterteilt (Abschnitt 1 bis Abschnitt 3).
- Die im Video verwendeten Daten im JMP-Format (.jmp) können über den Link oben auf dieser Seite heruntergeladen werden.
*Dieses Seminar nutzt „JMP 16.2“, die zum Zeitpunkt der Videoerstellung neueste Version (August 2022).
*Während des Webinars haben wir die Funktion „Function Data Explorer“ vorgestellt, sie ist jedoch nicht in diesem On-Demand-Video enthalten. Wir planen, die Funktionen des „Function Data Explorer“ bei einer anderen Gelegenheit vorzustellen.
Kapitel 1: Wie man Datums-/Uhrzeitdaten mit JMP verarbeitet und wie man sie effektiv visualisiert
Wir erklären die Grundlagen des Datums-/Uhrzeitdatenformats von JMP und erläutern darauf aufbauend Beispiele für die Visualisierung von Datums-/Uhrzeitdaten mit JMP. Als Visualisierungsdiagramme verwenden wir Linienlinien, glatte Linien, Regressionslinien, Balkendiagramme, Wärmekarten und Blasendiagramme.
・Kapitel 1 Abschnitt 1 : Grundlagen zu JMP-Datums-/Uhrzeitdaten (10 Minuten 20 Sekunden)
・Kapitel 1 Abschnitt 2 : Analysebeispiel 1 Tagesdaten (13 Minuten 09 Sekunden)
・Kapitel 1 Abschnitt 3 : Analysebeispiel 2 Jährliche, monatliche Daten (14 Minuten 48 Sekunden)
-------------------------------------------------- -------------------------------------------------- -------------------------------------------------- --------------------------
Kapitel 2: Zeitreihenvorhersage mit JMP ~ARIMA-Modell, Zustandsraumglättungsmodell~
In diesem Artikel wird erläutert, wie Sie mit JMP ein Modell an Zeitreihendaten anpassen und zukünftiges Verhalten vorhersagen können. JMP verfügt über zwei Plattformen für Zeitreihenprognosen: „Zeitreihenanalyse“ und „Zeitreihenprognose“. Wir erläutern die Eigenschaften jeder Plattform und erläutern, wie Zeitreihendaten tatsächlich zum Erstellen von Zeitreihenmodellen verwendet werden. Wir wird zeigen, wie man eine Anpassung durchführt, das optimale Modell auswählt und anhand des angepassten Modells Vorhersagen trifft.
・Kapitel 2 Abschnitt 1 : Einführung (5 Minuten 57 Sekunden)
・Kapitel 2 Abschnitt 2 : Anpassung des ARIMA-Modells durch „Zeitreihenanalyse“ (18 Minuten 35 Sekunden)
・Kapitel 2 Abschnitt 3 : Anpassen eines Zustandsraumglättungsmodells mithilfe der „Zeitreihenvorhersage“ (18 Minuten und 03 Sekunden)
Die nächste „Let's Master JMP“-Reihe wird am 4. und 12. Oktober eine zweiteilige Reihe sein und sich mit der Hauptkomponentenanalyse und der Clusteranalyse befassen.
Bei Interesse melden Sie sich gerne bei uns.
Details und Anmeldung (kostenlos)
Master JMP Hauptkomponentenanalyse/Clusteranalyse | JMP
