Nivel: Intermedio
Laura Castro-Schilo, probadora estadística de investigación de JMP, SAS
Chris Gotwalt, director de investigación y desarrollo estadístico de JMP, SAS
El análisis de datos multivariados se ha convertido en una habilidad esencial a medida que la cantidad de datos se ha disparado y las empresas se basan cada vez más en los datos en su toma de decisiones. En esta sesión de trabajo ampliada, mostramos JMP y su enfoque visual e interactivo único para el análisis de datos multivariados utilizando una variedad de enfoques que se basan en datos continuos, categóricos, discretos y funcionales.
Comenzaremos con una discusión fundamental de la esencia del análisis multivariado: la idea de que la información contenida en un gran número de variables a menudo se puede representar de manera eficiente con un número menor de variables. Luego brindamos una descripción general de las herramientas generales para analizar datos multivariados en JMP.
La sesión se impartirá en dos partes. La introducción utilizará datos de análisis sensorial e investigación de consumidores para motivar y demostrar métodos multivariados clásicos no supervisados, como el análisis de componentes principales, el análisis de correspondencias múltiples y una nueva técnica en JMP 14, el análisis de factores múltiples. La segunda parte cubrirá métodos supervisados para datos multivariados utilizando mínimos cuadrados parciales y componentes principales funcionales. Para ilustrar estos métodos supervisados, construiremos modelos para predecir el rendimiento de un proceso de fabricación por lotes con datos de múltiples flujos de señales.
En todo momento, daremos pautas claras sobre cuándo cada técnica analítica es apropiada y resaltaremos las opciones de software más importantes y útiles.
The Multivariate Flavors of JMPLos sabores multivariados de JMP
