Niveau: Mittelstufe
Laura Castro-Schilo, JMP Research Statistician Tester, SAS
Chris Gotwalt, JMP-Direktor für statistische Forschung und Entwicklung, SAS
Die multivariate Datenanalyse ist zu einer unverzichtbaren Fähigkeit geworden, da die Datenmenge sprunghaft angestiegen ist und Unternehmen ihre Entscheidungen zunehmend datengesteuert treffen. In dieser erweiterten Breakout-Sitzung stellen wir JMP und seinen einzigartigen visuellen und interaktiven Ansatz zur multivariaten Datenanalyse unter Verwendung verschiedener Ansätze vor, die auf kontinuierlichen, kategorialen, diskreten und funktionalen Daten basieren.
Wir beginnen mit einer grundlegenden Diskussion des Wesens der multivariaten Analyse: der Idee, dass Informationen, die in einer großen Anzahl von Variablen enthalten sind, häufig mit einer kleineren Anzahl von Variablen effizient dargestellt werden können. Anschließend geben wir einen Überblick über allgemeine Tools zur Analyse multivariater Daten in JMP.
Die Sitzung wird in zwei Teilen stattfinden. In der Einführung werden Daten aus sensorischer Analyse und Verbraucherforschung verwendet, um klassische unbeaufsichtigte multivariate Methoden wie die Hauptkomponentenanalyse, die Analyse mehrerer Korrespondenzen und eine neue Technik in JMP 14, die Analyse mehrerer Faktoren, zu motivieren und zu demonstrieren. Der zweite Teil befasst sich mit überwachten Methoden für multivariate Daten unter Verwendung partieller kleinster Quadrate und funktionaler Hauptkomponenten. Um diese überwachten Methoden zu veranschaulichen, werden wir Modelle erstellen, um die Ausbeute eines Chargenfertigungsprozesses anhand von Daten aus mehreren Signalströmen vorherzusagen.
Dabei geben wir klare Richtlinien dazu, wann die einzelnen Analysetechniken geeignet sind, und heben die wichtigsten und nützlichsten Softwareoptionen hervor.
The Multivariate Flavors of JMPDie multivariaten Geschmacksrichtungen von JMP
