595607_zh-TW

liliconcom

「JMP® Pro：尋找重要的預測變數」課程首頁

概括：本課程教您擬合統計模型以識別重要變數的技術。介紹了手動、圖形和自動變數選擇技術以及高級建模方法。演示包括對設計和未設計的數據進行建模。使用 JMP 軟體和 JMP Pro 軟體來說明技術。請注意，本課程後半部分介紹的高級技術需要 JMP Pro 軟體。

---

期間：14小時的內容。

---

方式：

• 與講師線上直播 - 本課程定期在我們的公共課程表中提供。公共課程是與現場講師學習這些內容的機會，但目前僅以英語提供，有時對美國觀眾來說最方便（因為我們的大多數講師都在美國時區）。沒有看到您要找的東西？ 讓我們知道。
• 透過第三方培訓供應商－我們的 JMP 課程中的任何課程都可以由獲得許可的培訓供應商教授，包括透過您自己公司的培訓部門。請聯絡您的 JMP 代表以了解更多資訊。

---

先修條件：在參加本課程之前，建議您完成JMP® 軟體：資料探索案例研究方法和JMP®：使用變異數分析和迴歸進行統計決策課程或具有同等經驗。

---

學習目標：

• 使用統計模型確定重要的預測變數子集。
• 使用交叉驗證、保留驗證和資訊理論標準來驗證統計模型。
• 執行逐步迴歸和所有子集迴歸。
• 使用圖形方法和決策樹選擇重要的預測變數。
• 對高斯和非高斯響應執行懲罰回歸。
• 使用廣義迴歸平台來識別重要的預測變數。

---

課程大綱：

變數選擇簡介

• 模型簡介。
• 模型驗證方法。
• 重要性可變。
• OLS 迴歸和向後選擇。

變數選擇的經典方法

• 基於圖的方法。
• 逐步回歸。
• 所有子集回歸。

廣義回歸（需要 JMP Pro）

• 介紹。
• 套索/山脊/彈性網。
• 自適應套索/自適應彈性網。
• 多次傳遞的方法。

廣義回歸的特殊情況（需要 JMP Pro）

• 二項式響應。
• 泊松響應。
• 多重回應。

進階統計建模預測建模和機器學習