Niveau: Mittelstufe
Laura Castro-Schilo, JMP-Forschungsstatistik-Testerin, SAS
Chris Gotwalt, JMP-Direktor für statistische Forschung und Entwicklung, SAS
Die multivariate Datenanalyse ist zu einer unverzichtbaren Kompetenz geworden, da die Datenmenge rasant zunimmt und Unternehmen ihre Entscheidungen zunehmend datenorientiert treffen. In dieser ausführlichen Breakout-Session präsentieren wir JMP und seinen einzigartigen visuellen und interaktiven Ansatz zur multivariaten Datenanalyse mithilfe verschiedener Ansätze, die auf kontinuierlichen, kategorialen, diskreten und funktionalen Daten basieren.
Wir beginnen mit einer grundlegenden Erläuterung der Essenz der multivariaten Analyse: der Idee, dass Informationen, die in einer großen Anzahl von Variablen enthalten sind, oft effizient mit einer kleineren Anzahl von Variablen dargestellt werden können. Anschließend geben wir einen Überblick über allgemeine Werkzeuge zur Analyse multivariater Daten in JMP.
Die Sitzung besteht aus zwei Teilen. In der Einführung werden Daten aus der Sensorik- und Konsumentenforschung verwendet, um klassische unüberwachte multivariate Methoden wie die Hauptkomponentenanalyse, die multiple Korrespondenzanalyse und eine neue Technik in JMP 14, die Multifaktoranalyse, zu motivieren und zu demonstrieren. Der zweite Teil behandelt überwachte Methoden für multivariate Daten unter Verwendung von partiellen kleinsten Quadraten und funktionalen Hauptkomponenten. Zur Veranschaulichung dieser überwachten Methoden erstellen wir Modelle zur Vorhersage des Ertrags eines Batch-Herstellungsprozesses mit Daten aus mehreren Signalströmen.
Wir geben durchgehend klare Richtlinien, wann welche Analysetechnik geeignet ist, und heben die wichtigsten und nützlichsten Softwareoptionen hervor.
The Multivariate Flavors of JMPDie multivariaten Varianten von JMPDie multivariaten Varianten von JMP
