595610_es-ES

liliconcom

Página de inicio del curso "JMP®: Análisis de respuestas discretas"

Resumen: Este curso le enseña cómo analizar datos o resultados discretos (o categóricos) mediante asociación, tablas de contingencia, estratificación, análisis de correspondencia, regresión logística, modelos lineales generalizados, partición y modelos de redes neuronales artificiales.

---

Duración: 7 horas de contenido.

---

Modalidades:

• en vivo en línea con el instructor: este curso está disponible periódicamente (pero con poca frecuencia) en nuestro horario de cursos públicos . Los cursos públicos son una oportunidad para aprender este contenido con un instructor en vivo, pero actualmente solo se ofrecen en inglés y en los horarios más convenientes para una audiencia de EE. UU. (porque la mayoría de nuestros instructores se encuentran en zonas horarias de EE. UU.). ¿No ves lo que estás buscando?Haznos saber .
• a través de un proveedor de capacitación externo: cualquier curso en nuestro plan de estudios de JMP puede ser impartido por un proveedor de capacitación autorizado, incluso a través del departamento de capacitación de su propia empresa. Comuníquese con su representante de JMP para obtener más información.

---

Prerrequisitos: Antes de asistir a este curso, se recomienda que complete el Software JMP®: un enfoque de estudio de caso para la exploración de datos y JMP®: decisiones estadísticas usando ANOVA y regresión cursos o experiencia equivalente.

---

Objetivos de aprendizaje:

• Examinar asociaciones entre variables
• Realice pruebas exactas de Fisher y chi-cuadrado
• Realizar análisis estratificado
• Realizar análisis de correspondencia
• Realizar regresión logística
• Interpretar el resultado de la regresión logística
• Ajuste una respuesta binaria y un recuento de eventos con modelos lineales generalizados (GLM)
• Ajustar un modelo de árbol de decisión
• Ajuste un modelo de red neuronal artificial.

---

Esquema del curso:

Asociaciones

• Introducción a los datos categóricos
• Examinar asociaciones entre variables
• Análisis de correspondencia

Regresión logística

• Enfoque de probabilidad
• Regresión logística binaria
• Modelos de regresión logística nominal y ordinal

Modelos lineales generalizados

• la generalización
• Regresión logística revisada
• Regresión de Poisson

Partición recursiva

• plataforma de partición

Modelos de redes neuronales artificiales

• plataforma neuronal

Modelado Estadístico AvanzadoModelado predictivo y aprendizaje automático