JMP アカデミック ウェビナー - 関数 (曲線) データの分析
質問やコメントは下記に投稿してください。 プレゼンテーションの例は、右側の添付ファイルセクションからダウンロードできます。
さまざまな分野の研究者は、機能データ、つまり 1 つの連続した測定値が別の測定値に展開されるデータによく遭遇します。代表的な例としては、化学スペクトル、金融データ、センサー データなどがあります。分析の単位が 1 つの点ではなく曲線であるデータを考えてみましょう。機能データ分析 (FDA) は、これらの曲線を分析してその形状を特徴付け、他の変数が曲線の形状にどのように影響するか、曲線の形状特性が他の変数にどのように影響するか、さらには曲線の形状を最適化する方法を理解するための手法を提供します。JMP Pro の機能データ エクスプローラーを使用すると、研究者は FDA 手法を使用して、この潜在的に難しいタイプのデータに関連する分析の問題を解決できます。このウェビナーでは、FDA と機能データ エクスプローラーの概要を説明し、FDA を研究ツール ベルトに追加できるようにします。
追加の教育および学習リソースについては、 www.jmp.com/academic をご覧ください。
高度な統計モデリングRe: 関数 (別名カーブ) データの分析こんにちは@mwp2123 。似た形状の関数をグループ化するために、FPC スコアに基づいて関数をクラスタリングすることを指しているのだと思います。これを行うには、[関数の概要] の横にある赤い三角形に移動して [概要の保存] を選択し、結果のテーブルから JMP のクラスタリング ツールのいずれかに FPC スコア列を入力します。
Re: 関数 (別名カーブ) データの分析最後の例で FPCA をクラスター化できますか?
