595591_zh-CN

liliconcom

“JMP®：使用方差分析和回归进行统计决策”课程主页

概括：本课程教您如何使用方差分析和回归方法来分析具有单个连续响应变量的数据，并介绍统计模型的构建。

您将学习如何执行基本的探索性数据分析 (EDA) 并发现数据中的自然模式。 引入并应用了重要的统计概念，例如置信区间和假设检验。 该课程还涵盖模型构建的原则，包括模型解释和解决违反统计假设的问题。 课程结束时的顶点练习让学生能够应用他们的知识。

---

期间： 14小时的内容。

---

方式：

• 点播——本课程可作为免费点播电子学习。该课程目前仅提供英语版本，但本地语言翻译字幕正在计划中。现在报名！
• 与讲师在线直播——本课程也定期在我们的网站上提供公开课程表。 公共课程是一个学习这些内容的机会现场教练，但目前仅以英语提供，有时对美国观众来说最方便（因为我们的大多数讲师都在美国时区）。 没有看到您要找的东西？让我们知道。

---

先决条件：在参加本课程之前，建议您完成JMP 入门：按需课程或具有同等经验。

---

学习目标：

• 解释置信区间。
• 进行假设检验并解释p -价值观。
• 探索散点图和相关统计的关系。
• 使用单向方差分析比较多个总体均值。
• 使用简单线性回归分析连续变量之间的关系。
• 使用一般线性模型在连续响应和任意数量的连续或分类预测变量之间构建模型。
• 评估因素和曲率之间的相互作用。
• 评估统计假设检验的假设。

---

课程大纲：

统计学概论

• 统计概念。
• 描述性统计及其一些图表。
• 推论统计。
• 假设检验。
• 一个样品t测试。

分类因素分析

• 单向方差分析。
• 多重比较。
• 功率和样本量。

连续因子分析

• 探索关系。
• 简单线性回归。
• 多项式回归。

建筑模型

• 模型构建简介。
• 综合因素。
• 模型解读。
• 当事情出错时。

顶点练习

参考

其他资源

• 配对t测试。
• 当假设被违反时方差分析的替代方案。
• n 路方差分析中的对比。
• 等效性测试。

基础数据分析和建模