JMP アカデミックウェビナー - 関数データ（曲線データ）の分析
様々な分野の研究者は、機能データ、つまり一つの連続した指標が別の指標に展開されるデータに頻繁に遭遇します。化学スペクトル、金融データ、センサーデータなどがその代表例です。分析の単位が単一の点ではなく曲線であるデータであれば、どのようなものでも構いません。機能データ分析（FDA）は、これらの曲線を分析することで、その形状を特徴づけ、他の変数がその形状にどのように影響するか、その形状特性が他の変数にどのように影響するか、さらにはそ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の手法を用いて、この潜在的に難しいタイプのデータに関連する分析上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を研究ツールに組み込むお手伝いをします。
高度な統計モデリングRe: 関数データ（曲線データともいう）の分析こんにちは@mwp2123 。形状が似ている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について言及していると思います。これを行うには、関数サマリーの横にある赤い三角形に移動して [サマリーを保存] を選択し、結果のテーブルから FPC スコア列を JMP のクラスタリング ツールのいずれかに入力します。
Re: 関数データ（曲線データともいう）の分析最後の例の FPCA をクラスタ化できますか?
