821726_ko-KR

liliconcom

JMP를 마스터하자 【날짜·시간 데이터 분석편】 온디맨드 동영상 (한국어)

「JMP를 마스터하자 날짜・시간 데이터의 분석편」의 동영상을 시청하실 수 있습니다.

• 2022년 6월에 실시한 웹 세미나의 온디맨드 버전입니다. 온디맨드용으로 세미나 내용을 재구성하고 있어 JMP에 의한 일자·시간 데이터의 효과적인 가시화 기능, 시계열 데이터 분석의 기능에 대해 소개하고 있습니다.
• 동영상은 2개의 챕터(Chapter1, Chapter2)로 구성되며, 각 챕터는 3개의 섹션(Section1~Section3)으로 나뉩니다.
• 동영상에서 사용하고 있는 JMP 형식의 데이터(.jmp)는, 본 페이지 상단에 있는 링크로부터 다운로드할 수 있습니다.

• Chapter 1: JMP로 날짜/시간 데이터를 처리하는 방법, 효과적인 시각화 방법
• Chapter 2: JMP에 의한 시계열 예측 ~ARIMA 모델, 상태 공간 평활화 모델~

※본 세미나는, 동영상 작성 시점(2022년 8월)의 최신 버젼인 「JMP 16.2」를 이용하고 있습니다.

※Web 세미나 실시시는, 「함수 데이터 익스플로러」의 기능을 소개했습니다만, 이 온 디맨드 동영상에는 포함하고 있지 않습니다. 「함수 데이터 익스플로러」의 기능에 대해서는, 다른 기회에 소개할 예정입니다.

제1장:JMP에 의한 날짜/시간 데이터의 취급 방법, 효과적인 시각화 방법

JMP의 날짜/시간 데이터 형식에 관한 기본 사항을 설명하고, 그 사항을 근거로, JMP를 이용한 날짜/시간 데이터의 가시화 예를 설명합니다. 시각화의 그래프로서는, 꺾은선, 평활선, 회귀 직선, 막대 그래프, 히트 맵, 버블 플롯을 이용합니다.

・제1장 제1절 : JMP의 날짜・시간 데이터에 대한 기본 사항(10분 20초)

・제1장 제2절 : 분석예 그 1 일차 데이터(13분 09초)

・제1장 제3절 : 분석예 그 2년차, 월간 데이터(14분 48초)

-----------------------------------------------------------------------------------------------------------------------------------------------------------------

제2장:JMP에 의한 시계열 예측 ~ARIMA 모델, 상태 공간 평활화 모델~

JMP를 사용하여 시계열 데이터에 모델을 맞추고 미래의 행동을 예측하는 방법을 설명합니다. JMP에서는, 시계열 예측을 하는 플랫폼으로서 「시계열 분석」, 「시계열 예측」의 2개가 있습니다만, 각각의 플랫폼의 특징을 설명해, 실제로 시계열 데이터를 이용해, 시계열 모델을 맞추고, 최적인 모델의 선택, 맞춘 모델로부터의 예측의 방법을 데모로 소개합니다.

・제2장 제1절 : 소개(5분 57초)

・제2장 제2절 : 「시계열 분석」에 의한 ARIMA 모델의 적합(18분 35초)

・제2장 제3절 : 「시계열 예측」에 의한 상태 공간 평활법 모델의 적합(18분 03초)

참고 : 상태 공간 평활법의 통계적 상세를 나타낸 자료

JMP 16 Updates in Time Series Platforms (영어)

JMP를 마스터하자 일본어 동영상 목록으로 돌아가기

고급 통계 모델링데이터 탐색 및 시각화