等級：中級
Laura Castro-Schilo，JMP 研究統計測試員，SAS
Chris Gotwalt，SAS JMP 統計研究與發展總監
隨著數據量的激增以及公司在決策中變得更加數據驅動，多元數據分析已成為一項基本技能。在這次擴展的分組討論中，我們展示了 JMP 及其獨特的視覺化和互動式多變量資料分析方法，該方法使用依賴連續、分類、離散和函數資料的各種方法。
我們將從多變量分析本質的基礎討論開始：大量變數中包含的資訊通常可以用較少數量的變數有效地表示。然後，我們概述了 JMP 中分析多變量資料的通用工具。
會議將分兩部分進行。簡介將使用來自感官分析和消費者研究的數據來激發和演示經典的無監督多變量方法，例如主成分分析、多重對應分析和 JMP 14 中的新技術（多因素分析）。第二部分將介紹使用偏最小平方法和函數主成分的多變量資料的監督方法。為了說明這些監督方法，我們將建立模型，利用來自多個訊號流的資料來預測批量製造過程的產量。
在整個過程中，我們將就每種分析技術何時適用提供明確的指導方針，並將重點放在最重要和最有用的軟體選項。
The Multivariate Flavors of JMPJMP 的多元風格
