레벨: 중급
Laura Castro-Schilo, JMP 연구 통계학자 테스터, SAS
Chris Gotwalt, SAS 통계 연구 및 개발 부문 JMP 이사
다변량 데이터 분석은 데이터 양이 급증하고 회사가 의사 결정에서 데이터 중심이 되면서 필수적인 기술이 되었습니다. 이 확장된 분과 세션에서 우리는 JMP와 다양한 접근 방식을 사용하여 다변량 데이터 분석에 대한 고유한 시각적 및 대화형 접근 방식을 소개합니다. 이 접근 방식은 연속적, 범주적, 불연속적 및 기능적 데이터에 의존합니다.
다변량 분석의 본질에 대한 기초적인 논의로 시작하겠습니다. 즉, 많은 수의 변수에 포함된 정보는 종종 적은 수의 변수로 효율적으로 표현될 수 있다는 생각입니다. 그런 다음 JMP에서 다변량 데이터를 분석하기 위한 일반적인 도구에 대한 개요를 제공합니다.
세션은 두 부분으로 나뉩니다. 서론에서는 감각 분석 및 소비자 조사의 데이터를 사용하여 주성분 분석, 다중 대응 분석 및 JMP 14의 새로운 기술인 다중 요인 분석과 같은 고전적인 비지도 다변량 방법을 동기를 부여하고 설명합니다. 두 번째 부분에서는 부분 최소 제곱법과 기능적 주성분을 사용하는 다변량 데이터에 대한 지도 방법을 다룹니다. 이러한 지도 방법을 설명하기 위해 여러 신호 스트림의 데이터로 일괄 제조 공정의 수율을 예측하는 모델을 구축합니다.
이 글을 통해 각 분석 기법이 적절한 시점에 대한 명확한 지침을 제공하고 가장 중요하고 유용한 소프트웨어 옵션을 강조할 것입니다.
The Multivariate Flavors of JMPJMP의 다변량 플레이버JMP의 다변량 플레이버
