595607_zh-CN

liliconcom

“JMP® Pro：寻找重要的预测变量”课程主页

概括：本课程教您拟合统计模型以识别重要变量的技巧。 介绍了手动、图形和自动变量选择技术，以及高级建模方法。 演示包括对设计和未设计的数据进行建模。 使用 JMP 软件和 JMP Pro 软件说明技术。 请注意，本课程后半部分介绍的高级技术需要 JMP Pro 软件。

---

期间： 14 小时的内容。

---

方式：

• 与讲师在线直播 -- 该课程定期在我们的网站上提供公共课程表. 公共课程是一个学习这些内容的机会现场指导员，但它们目前仅以英语提供，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）。 没有看到您要查找的内容？让我们知道.
• 通过第三方培训供应商——我们 JMP 课程中的任何课程都可以由获得许可的培训供应商教授，包括通过您自己公司的培训部门。 联系您的 JMP 代表以了解更多信息。

---

先决条件：在参加本课程之前，建议您完成JMP® 软件：数据探索的案例研究方法和JMP®：使用方差分析和回归的统计决策课程或具有同等经验。

---

学习目标：

• 使用统计模型确定重要的预测变量子集。
• 使用交叉验证、保留验证和信息论标准验证统计模型。
• 执行逐步和所有子集回归。
• 使用图形方法和决策树选择重要的预测变量。
• 对高斯和非高斯响应执行惩罚回归。
• 使用“广义回归”平台识别重要的预测变量。

---

课程大纲：

变量选择简介

• 模型介绍。
• 模型验证方法。
• 变量重要性。
• OLS回归和向后选择。

变量选择的经典方法

• 基于图形的方法。
• 逐步回归。
• 所有子集回归。

广义回归（需要 JMP Pro）

• 介绍。
• 套索/脊/弹性网。
• 自适应套索/自适应弹性网。
• 多次通过的方法。

广义回归的特殊情况（需要 JMP Pro）

• 二项式响应。
• 泊松响应。
• 多重回应。

高级统计建模预测建模和机器学习