Livello: Intermedio
JMP (Pro) consente di eseguire analisi in modo più semplice rispetto a R, Python, ecc. Sebbene non sia un'analisi completamente personalizzabile, è in grado di gestire analisi semi-personalizzate. Con JMP, è possibile eseguire facilmente le seguenti attività:
1) L'analisi può essere eseguita semplicemente con il mouse, senza digitare comandi; 2) grafici e statistiche possono essere combinati; 3) il processo di analisi può essere registrato in uno script; 4) i report possono essere generati insieme al flusso del processo di analisi; e 5) poiché si basa sul pensiero statistico, è ideale per la comprensione e l'apprendimento sistematici. Questo rapporto utilizzerà esempi numerici per discutere le possibili predizioni e classificazioni con JMP. I metodi utilizzati includono kernel smoothing, SVM e neuro-discriminazione. Verrà inoltre effettuato un confronto con l'analisi statistica multivariata tradizionale per approfondire la comprensione.
È entrato a far parte di Ricoh Co., Ltd. nel 1984. Da allora, si è occupato di gestione interna della qualità e dell'affidabilità, oltre che di promozione e diffusione di statistiche. Ha ricoperto il ruolo di responsabile dell'Ufficio Promozione Qualità presso la sede centrale della qualità e di direttore del SF Business Center prima di assumere l'attuale posizione. È stato docente presso la Facoltà di Ingegneria dell'Università delle Scienze di Tokyo (1997-1998) e docente part-time presso la Facoltà di Gestione delle Politiche dell'Università di Keio (2000-2004). Le sue principali aree di competenza sono il controllo statistico della qualità e l'ingegneria dell'affidabilità. Le sue principali pubblicazioni includono "Modellazione grafica in pratica", "Come utilizzare i dati multivariati con JMP", "23 lezioni sui metodi di calcolo statistico con esempi numerici in stile Anscombe", "Analisi multivariata per ingegneri che utilizzano JMP" e "Analisi multivariata illuminante".
*Non verranno forniti materiali informativi.
