JMP Academic Webinar – Analysieren funktionaler (auch Kurven-)Daten
Posten Sie unten Fragen oder Kommentare. Die Beispiele aus der Präsentation stehen im Abschnitt „Anhänge“ rechts zum Download bereit.
Forscher in zahlreichen Bereichen stoßen häufig auf funktionale Daten oder eine kontinuierliche Messung, die sich über eine andere erstreckt. Bekannte Beispiele sind chemische Spektren, Finanzreihen und Sensordaten; denken Sie an alle Daten, bei denen die Analyseeinheit kein einzelner Punkt, sondern eine Kurve ist. Die funktionale Datenanalyse (FDA) bietet Techniken zur Analyse dieser Kurven, um ihre Formen zu charakterisieren und zu verstehen, wie andere Variablen ihre Formen beeinflussen, wie ihre Formeigenschaften andere Variablen beeinflussen und sogar, wie ihre Formen optimiert werden können. Der Functional Data Explorer von JMP Pro ermöglicht es Forschern, FDA-Techniken zu verwenden, um analytische Probleme mit diesem potenziell anspruchsvollen Datentyp zu lösen. Dieses Webinar bietet einen Überblick über FDA und den Functional Data Explorer, damit Sie FDA in Ihr Forschungswerkzeugset aufnehmen können.
Weitere Lehr- und Lernressourcen finden Sie unter www.jmp.com/academic.
Erweiterte statistische ModellierungBetreff: Analyse von Funktionsdaten (auch bekannt als Kurvendaten).Hallo @mwp2123 . Ich kann mir vorstellen, dass Sie sich auf das Clustering von Funktionen basierend auf ihren FPC-Werten beziehen, um Funktionen mit ähnlichen Formen zu gruppieren. Sie können dies tun, indem Sie zum roten Dreieck neben „Funktionszusammenfassungen“ gehen und „Zusammenfassungen speichern“ auswählen. Geben Sie dann aus der resultierenden Tabelle die FPC-Score-Spalten in eines der Clustering-Tools von JMP ein.
Betreff: Analyse von Funktionsdaten (auch bekannt als Kurvendaten).Können Sie die FPCAs im letzten Beispiel gruppieren?
