595607_fr-FR

liliconcom

Page d'accueil du cours « JMP® Pro : recherche de prédicteurs importants »

Résumé: Ce cours vous enseigne les techniques d'ajustement des modèles statistiques pour identifier les variables importantes. Des techniques de sélection de variables manuelles, graphiques et automatisées sont présentées, ainsi que des méthodes de modélisation avancées. Les démonstrations incluent la modélisation de données conçues et non conçues. Les techniques sont illustrées à l'aide du logiciel JMP et du logiciel JMP Pro. Notez que le logiciel JMP Pro est nécessaire pour les techniques avancées abordées dans la seconde moitié de ce cours.

---

Durée: 14 heures de contenu.

---

Modalités :

• en direct en ligne avec instructeur -- Ce cours est disponible périodiquement dans notre horaire des cours publics . Les cours publics sont l'occasion d'apprendre ce contenu avec un instructeur en direct , mais ils ne sont actuellement proposés qu'en anglais et parfois plus pratiques pour un public américain (car la plupart de nos instructeurs se trouvent dans les fuseaux horaires américains). Vous ne voyez pas ce que vous cherchez ?Faites le nous savoir .
• via un prestataire de formation tiers -- Tout cours de notre programme JMP peut être enseigné par un prestataire de formation agréé, y compris via le service de formation de votre propre entreprise. Contactez votre représentant JMP pour en savoir plus.

---

Conditions préalables: Avant d'assister à ce cours, il est recommandé de compléter le Logiciel JMP® : une approche d'étude de cas pour l'exploration de données et JMP® : Décisions statistiques à l'aide de l'ANOVA et de la régression cours ou avoir une expérience équivalente.

---

Objectifs d'apprentissage:

• Identifiez un sous-ensemble de prédicteurs comme important à l'aide d'un modèle statistique.
• Validez des modèles statistiques à l'aide de critères de validation croisée, de validation de retenue et de théorie de l'information.
• Effectuez une régression pas à pas et tous les sous-ensembles.
• Sélectionnez les prédicteurs importants à l'aide de méthodes graphiques et d'arbres de décision.
• Effectuez une régression pénalisée pour les réponses gaussiennes et non gaussiennes.
• Utilisez la plateforme de régression généralisée pour identifier les prédicteurs importants.

---

Plan de cours:

Introduction à la sélection de variables

• Présentation des modèles.
• Méthodes de validation des modèles.
• Importance variable.
• Régression OLS et rétrosélection.

Méthodes classiques de sélection de variables

• Méthodes basées sur les graphes.
• Régression pas à pas.
• Régression de tous les sous-ensembles.

Régression généralisée (JMP Pro requis)

• Introduction.
• Lasso/faîtière/filet élastique.
• Lasso adaptatif/filet élastique adaptatif.
• Méthodes à plusieurs passages.

Situations spéciales pour la régression généralisée (JMP Pro requis)

• Réponse binomiale.
• Réponse de Poisson.
• Réponses multiples.

Modélisation statistique avancéeModélisation prédictive et apprentissage automatique