JMP®: 多次元データの分析とモデリング観測値間の関係と変数間の関係を明らかにする教師なし学習の手法を紹介します。また、出力変数と入力変数の両方の関係を考慮した教師あり学習のさまざまな実行方法も示します。このコースでは、分析結果を理解し、グラフで結論を示すことに重点が置かれています。
やり方を学ぶ
- 主成分分析を使用してデータの次元数を減らす
- 変数間の関係を理解するために負荷プロットを使用する
- 主成分スコアを解釈し、因子分析を実行する
- 主成分回帰（PCR）による共線性を排除することで、より安定したモデルを構築します。
- クラスター分析によりデータ内の自然なグループを識別する
- 変数のクラスターを特定する
- 判別分析で観察結果をグループに分類する
- 複雑な多変量予測モデルを部分最小二乗法 (PLS) 回帰モデルに適合させます。
期間: 半日セッション4回
訪問コースの概要詳細を確認し、今後のセッションに登録してください。
高度な統計モデリング
