JMP 方差分析和回歸課程我們很高興為您帶來這個免費的電子學習課程使用方差分析和回歸進行統計決策。 該課程包括統計基礎知識中的許多主題，並且大多數課程都建立在之前的課程之上。 這是您應該按順序學習的課程。
- 第 1 課是一個介紹統計概念,描述性統計,推論統計,假設檢驗，以及單樣本 t 檢驗。關鍵詞：評估正態性、標準誤差、置信區間、一尾和二尾檢驗
- 第 2 課是關於方差分析，包括如何處理多重比較並解決預期問題力量或者樣本量要求。關鍵詞：比較組均值、土耳其 HSD、Bonferroni、保守、自由、實驗錯誤率
- 第三課涵蓋回歸，從散點圖和相關性，然後介紹簡單線性回歸，並增加複雜性多項式回歸。關鍵詞：最小二乘法、平方和
- 第 4 課涵蓋額外的複雜性：多元線性回歸模型構建,多因素方差分析中的組合因素,評估假設,模型解讀，以及該怎麼做當事情出錯時。關鍵詞：交互、Profiler、Box-Cox 變換、共線性、VIF、Mahalanobis 和 Jackknife 距離統計、影響力、槓桿
- 課程結束於十個頂點練習這些內容（連同解決方案）以單獨的形式呈現第五課。 這些練習提供了在現實場景中練習本課程中學到的經驗教訓的機會。
該課程是使用 JMP 版本 15 開發的，並針對 JMP 版本 16 進行了細微調整。 版本 17 中還發生了一些額外的輕微菜單更改。 JMP 版本 17 的大部分材料保持不變，但樣本大小瀏覽器是您應該檢查的一項新工具。了解有關樣本量瀏覽器的更多信息這裡。 通過轉至 JMP 中的幫助 > 新功能，可以找到本課程中使用的平台中的其他新功能。
請將有關課程的任何反饋發送至Ruth.Hummel@jmp.com標題為“方差分析和回歸課程的反饋”——謝謝！
我們希望您喜歡本課程並從中受益匪淺！
基礎數據分析和建模
