级别：中级
Laura Castro-Schilo，JMP 研究统计师测试员，SAS
Chris Gotwalt，SAS JMP 统计研究与开发总监
随着数据量的猛增以及公司在决策中变得更加数据驱动，多元数据分析已成为一项基本技能。在这次扩展的分组讨论中，我们展示了 JMP 及其独特的可视化和交互式多变量数据分析方法，该方法使用依赖于连续、分类、离散和函数数据的各种方法。
我们将从多变量分析本质的基础讨论开始：大量变量中包含的信息通常可以用较少数量的变量有效地表示。然后，我们概述了 JMP 中分析多变量数据的通用工具。
会议将分两部分进行。简介将使用来自感官分析和消费者研究的数据来激发和演示经典的无监督多变量方法，例如主成分分析、多重对应分析和 JMP 14 中的新技术（多因素分析）。第二部分将介绍使用偏最小二乘和函数主成分的多变量数据的监督方法。为了说明这些监督方法，我们将构建模型，利用来自多个信号流的数据来预测批量制造过程的产量。
在整个过程中，我们将就每种分析技术何时适用提供明确的指导方针，并将重点介绍最重要和最有用的软件选项。
The Multivariate Flavors of JMPJMP 的多元风格
