277716_it-IT

liliconcom

Utilizzo di metodi multivariati per esplorare i dati

Scopri come:

• Comprendere e utilizzare metodi multivariati (PCA, clustering e medie K)
• Creare e interpretare grafici a dispersione multivariati e correlazioni
• Raggruppare i record che contengono un numero elevato di variabili in gruppi più piccoli di nuove variabili in base a caratteristiche comuni
• Righe del cluster che condividono valori simili in una serie di variabili
• Utilizzare il clustering gerarchico per creare un dendrogramma, ovvero un grafico ad albero dinamico e reattivo per tabelle di piccole dimensioni fino a diverse migliaia di righe
• Utilizza il clustering k-Means per tabelle fino a centinaia di migliaia di righe
• Utilizzare mappe auto-organizzanti per creare cluster e formarli in un layout particolare su una griglia di cluster bidimensionale dove la prossimità nella rete indica la somiglianza del cluster
• Eseguire l'analisi delle componenti principali (PCA) per fattori continui, dove la prima componente principale è la combinazione lineare delle variabili originali standardizzate che presenta la massima varianza possibile. e ciascuna componente principale successiva è la combinazione lineare delle variabili che presenta la massima varianza possibile ed è incorrelata con tutte le componenti precedentemente definite
• Analizza la corrispondenza multipla per dati categorici (simile a PCA, ma per dati categorici)
• Utilizzare l'analisi fattoriale per identificare i fattori latenti

Risorse

• JMP® per la statistica di base univariata e multivariata: metodi per ricercatori e scienziati sociali, seconda edizione di Ann Lehman, Norm O'Rourke, Larry Hatcher, Edward J. Stepanski
• Visual Six Sigma: rendere snella l'analisi dei dati, seconda edizione di Ian Cox, Maria Gaudard, Mia L. Stephens

 

Modellazione statistica avanzata