级别：中级
Laura Castro-Schilo，JMP 研究统计测试员，SAS
Chris Gotwalt，SAS 统计研究与开发总监
随着数据量激增，公司决策越来越依赖数据，多变量数据分析已成为一项必备技能。在本次扩展分组讨论会中，我们将展示 JMP 及其独特的可视化和交互式多变量数据分析方法，该方法使用多种依赖于连续、分类、离散和功能数据的方法。
我们将首先从基础讨论多元分析的本质开始：大量变量中包含的信息通常可以用较少数量的变量有效地表示出来。然后，我们将概述 JMP 中用于分析多元数据的常规工具。
会议将分为两部分。介绍将使用感官分析和消费者研究的数据来激发和演示经典的非监督多变量方法，例如主成分分析、多重对应分析和 JMP 14 中的新技术多因子分析。第二部分将介绍使用偏最小二乘法和函数主成分的多变量数据监督方法。为了说明这些监督方法，我们将建立模型来预测批量生产过程的产量，这些数据来自多个信号流。
自始至终，我们将给出明确的指导，说明每种分析技术的适用情况，并重点介绍最重要和最有用的软件选项。
The Multivariate Flavors of JMPJMP 的多元特性JMP 的多元特性
