Livello: Intermedio
Laura Castro-Schilo, JMP Research Statistician Tester, SAS
Chris Gotwalt, JMP Direttore della ricerca statistica e dello sviluppo, SAS
L'analisi dei dati multivariati è diventata un'abilità essenziale poiché la quantità di dati è salita alle stelle e le aziende sono diventate più basate sui dati nel loro processo decisionale. In questa sessione estesa di breakout, presentiamo JMP e il suo approccio visivo e interattivo unico all'analisi dei dati multivariati utilizzando una varietà di approcci che si basano su dati continui, categoriali, discreti e funzionali.
Inizieremo con una discussione fondamentale sull'essenza dell'analisi multivariata: l'idea che le informazioni contenute in un gran numero di variabili possano spesso essere rappresentate in modo efficiente con un numero inferiore di variabili. Forniremo quindi una panoramica degli strumenti generali per l'analisi dei dati multivariati in JMP.
La sessione sarà suddivisa in due parti. L'introduzione utilizzerà dati provenienti da analisi sensoriali e ricerche sui consumatori per motivare e dimostrare i classici metodi multivariati non supervisionati come l'analisi delle componenti principali, l'analisi delle corrispondenze multiple e una nuova tecnica in JMP 14, l'analisi dei fattori multipli. La seconda parte riguarderà i metodi supervisionati per dati multivariati utilizzando minimi quadrati parziali e componenti principali funzionali. Per illustrare questi metodi supervisionati, costruiremo modelli per prevedere la resa di un processo di produzione in lotti con dati provenienti da più flussi di segnali.
In questo articolo forniremo linee guida chiare su quando ciascuna tecnica analitica è appropriata e metteremo in evidenza le opzioni software più importanti e utili.
The Multivariate Flavors of JMPI sapori multivariati di JMPI sapori multivariati di JMP
