JMP 학술 웨비나 - 함수형(곡선) 데이터 분석
학업용으로 JMP 소프트웨어를 무료로 받으세요jmp.com/학생
다양한 분야의 연구자들은 함수 데이터, 즉 하나의 연속적인 측정값이 다른 측정값으로 전개되는 현상을 자주 접합니다. 대표적인 예로는 화학 스펙트럼, 금융 데이터, 센서 데이터 등이 있습니다. 분석 단위가 단일 점이 아닌 곡선인 모든 데이터를 생각해 보세요. 함수 데이터 분석(FDA)은 이러한 곡선의 형태를 분석하여 다른 변수가 곡선의 형태에 미치는 영향, 곡선의 형태 특성이 다른 변수에 미치는 영향, 그리고 곡선의 형태를 최적화하는 방법을 파악하는 기법을 제공합니다. JMP Pro의 함수 데이터 탐색기를 통해 연구자들은 FDA 기법을 활용하여 이처럼 까다로운 유형의 데이터와 관련된 분석 문제를 해결할 수 있습니다. 이 웨비나에서는 FDA와 함수 데이터 탐색기에 대한 개요를 제공하여 연구 도구에 FDA를 추가하는 데 도움을 드립니다.
고급 통계 모델링Re: 기능적(일명 곡선) 데이터 분석안녕하세요 @mwp2123 . 유사한 모양의 함수를 그룹화하기 위해 FPC 점수에 따라 함수를 클러스터링하는 것을 말하는 것 같습니다. 함수 요약 옆에 있는 빨간색 삼각형으로 가서 요약 저장을 선택한 다음 결과 테이블에서 FPC 점수 열을 JMP의 클러스터링 도구에 입력하면 됩니다.
Re: 기능적(일명 곡선) 데이터 분석마지막 예에서 FPCA를 클러스터링할 수 있나요?
