595610_ko-KR
"JMP®: 개별 응답 분석" 과정 홈페이지
요약: 이 과정에서는 연결, 분할표, 계층화, 대응 분석, 로지스틱 회귀, 일반화 선형 모델, 분할 및 인공 신경망 모델을 사용하여 불연속(또는 범주형) 데이터 또는 결과를 분석하는 방법을 배웁니다.
지속: 7시간 분량의 콘텐츠.
양식:
- 강사와 함께 온라인으로 라이브 -- 이 코스는 주기적으로(하지만 드물게) 공개 과정 일정 . 공개 과정은 강사와 함께 이 콘텐츠를 배울 수 있는 기회이지만 현재는 영어로만 제공되며 미국 청중에게 가장 편리한 시간에 제공됩니다(대부분의 강사가 미국 시간대에 있기 때문). 찾고 있는 내용이 보이지 않습니까?알려주세요 .
- 제3자 교육 공급업체를 통해 -- JMP 커리큘럼의 모든 과정은 귀사의 교육 부서를 포함하여 면허가 있는 교육 공급업체에서 가르칠 수 있습니다. 자세한 내용은 JMP 담당자에게 문의하십시오.
선행 조건: 이 과정에 참석하기 전에 다음을 완료하는 것이 좋습니다. JMP® 소프트웨어: 데이터 탐색에 대한 사례 연구 접근 방식 그리고 JMP®: ANOVA 및 회귀 분석을 사용한 통계적 결정 코스 또는 동등한 경험이 있습니다.
학습 목표:
- 변수 간의 연관성 조사
- 카이제곱 및 피셔 정확 테스트 수행
- 계층화 분석 수행
- 대응 분석 수행
- 로지스틱 회귀 수행
- 로지스틱 회귀 출력 해석
- 일반화 선형 모델(GLM)로 이진 응답 및 이벤트 수 맞추기
- 의사 결정 트리 모델 맞추기
- 인공 신경망 모델을 적합합니다.
강의 개요:
협회
- 범주형 데이터 소개
- 변수 간의 연관성 조사
- 대응 분석
로지스틱 회귀
- 가능성 접근법
- 이진 로지스틱 회귀
- 명목 및 순서 로지스틱 회귀 모델
일반화 선형 모델
재귀적 파티셔닝
인공 신경망 모델
고급 통계 모델링예측 모델링 및 기계 학습
Comments
There are no comments yet
