Niveau : Intermédiaire
Laura Castro-Schilo, statisticienne testeuse JMP Research, SAS
Chris Gotwalt, directeur de la recherche et du développement statistiques du JMP, SAS
L'analyse de données multivariées est devenue une compétence essentielle face à l'explosion du volume de données et à l'importance croissante des données dans la prise de décision des entreprises. Lors de cette session en petits groupes, nous présenterons JMP et son approche visuelle et interactive unique de l'analyse de données multivariées, utilisant diverses approches s'appuyant sur des données continues, catégorielles, discrètes et fonctionnelles.
Nous commencerons par une discussion fondamentale sur l'essence de l'analyse multivariée : l'idée que l'information contenue dans un grand nombre de variables peut souvent être efficacement représentée par un nombre plus restreint de variables. Nous présenterons ensuite les outils généraux d'analyse de données multivariées dans JMP.
La session se déroulera en deux parties. L'introduction s'appuiera sur des données d'analyse sensorielle et d'études de consommation pour expliquer et démontrer les méthodes multivariées classiques non supervisées, telles que l'analyse en composantes principales, l'analyse des correspondances multiples et une nouvelle technique du JMP 14, l'analyse factorielle multiple. La deuxième partie abordera les méthodes supervisées pour les données multivariées utilisant les moindres carrés partiels et les composantes principales fonctionnelles. Pour illustrer ces méthodes supervisées, nous construirons des modèles permettant de prédire le rendement d'un processus de fabrication par lots à partir de données provenant de plusieurs flux de signaux.
Tout au long de cet article, nous donnerons des directives claires sur le moment où chaque technique d’analyse est appropriée et mettrons en évidence les options logicielles les plus importantes et les plus utiles.
The Multivariate Flavors of JMPLes saveurs multivariées de JMPLes saveurs multivariées de JMP
