の JMPトレーニングカリキュラムは多様で複雑です。初心者から上級者まで、幅広いトレーニングを提供しています。新しい版ですべてのトレーニングを最新の状態に保つための私たちの継続的な努力に加えて、私たちはまた私たちのユーザーニーズが進化するにつれて新しいコースを作成します。そのうちの一つ、ブランドについてお話したいのですがカテゴリカルデータ分析に関する新しいコース 。私たちは、この新しいコースが私たちのコースと同じくらい役に立ち、人気があることを願います分散分析と回帰に関するコース 。
カテゴリカルデータ分析がなぜそれほど重要なのでしょうか。
カテゴリカルデータは多くの分野で豊富に使用されているため、重要です。明確にするために、カテゴリカルデータは数値でも文字でもよく、離散レベルの有限集合を表します。例としては、性別、政党の所属、宗教の所属、死亡率および罹患率の結果、合格、不合格、または再テストなどの製品テストの結果、アンケート回答、市場セグメント、学術テストの成績などがあります。質的な属性を記録したり、グループのメンバーシップを観察したり、特定のカテゴリへの割り当てを確認したりすると、カテゴリデータが得られます。
カテゴリカルデータ分析がなぜそれほど異なるのでしょうか。
記述統計（例、平均、標準偏差）、分散分析（ANOVA）、線形回帰など、ほとんどのアナリストにはよく知られているような、連続データまたは測定データには多くの方法があります。アナリストは、継続的な回答を目的としたこれらの方法を使用するために、カテゴリレベルに誤って数値コードを使用することがあります。カテゴリカルデータには常に類似の方法があるため、これは残念です。連続データの記述統計の代わりに、各カテゴリレベルの比率または確率に関心があります。2つの連続変数間の相関ではなく、カテゴリカル応答と他の変数間の関連について知りたいです。ロジスティック回帰は、レベルの離散性を尊重する自然な方法で予測変数をカテゴリカル応答に関連付けます。重要なことに、 JMP カテゴリデータの処理が連続データの処理と非常によく似ており、カテゴリデータの固有の性質にのみ適応するように、ツールセットを統合します。つまり、最先端の推定方法、推論とモデル選択のための統計、および連続的な応答で楽しむのと同じカテゴリーの利用とモデル化のための視覚化が期待できます。私たちは訓練においてこれらの類似点を強調します。
このコースではどのようなカテゴリカルデータ分析について説明しますか？
このコースは、カテゴリカルデータの簡単な調査から始まり、継続的なデータと区別するためのその特性を確認します。Distributionプラットフォームを使用した記述統計とContingencyプラットフォームを使用した関連付けにより、分析に関するレッスンが始まります。層別化された関連性および正確な関連性のテストはこの分析を拡張します。モデリングとモデルの選択は、パーティションプラットフォームを使用して紹介されています。2番目の章はロジスティック回帰についてです。それは、モデルパラメータ、推論、およびモデル選択を適合させるための尤度法の紹介から始まります。第2章の残りの部分では、二項、名義、および順序ロジスティック回帰モデルの適用について説明します。第3章では、カテゴリカル応答を含む一般化線形モデル（GLM）を紹介します。バイナリロジスティック回帰の場合は、代わりにGLMを使用して検討および解決されます。最後の例は、もう1つのGLMであるポアソン対数線形回帰を使用して処理される一般的なカテゴリカル応答countを示しています。
このコースは誰のために作られたのですか？
カテゴリデータに遭遇したJMPアナリストは、このトレーニングの候補者として適しています。このコースは上級で、必須コースの教訓に基づいています。このコースの学生はJMPを使いこなすことができます（例： データ探索コース ）および連続的な応答を用いた推論およびモデル化の統計的方法（ 分散分析と回帰コース ）
いつ受講できますか？
私たちは4月30日から5月3日までの春のパブリッククラスと11月13-16日の秋のパブリッククラスを提供しています。両方のこれらのクラスインターネットを介して行われます（ライブWeb形式）。
マークベイリー書きました：
私の記事を読んでいただき、これらの素晴らしい質問をありがとうございました。私は両方に順番に答えます。
カテゴリー別回答に関する新しいコースでの対比はカバーしません。私たちは以前から、継続的な対応についての講座で対比を取り上げて 。JMPでは、Fit Least Squaresプラットフォーム（Analyze> Fit Model）を使用して、1つ以上の対比を簡単にテストできます。ただし、この重要なトピックは、限られた時間と興味の欠如のために、そのコースの最近の版では削除されました。私たちのコースは通常2日間の長さなので、トピックの範囲とすべてのコースの対象範囲の深さの観点から「線を引く」必要があります。私達の顧客からのフィードバックは私達のトレーニングクラスに参加するユーザーはむしろ他のトピックに限られた時間を費やすことを私達に伝えました。もちろん、特定のクラスで、生徒がコントラストのようなトピックについて知りたいのであれば、それは含まれていませんが、私たちは質問に対する答えを通してそれを解決します。
[解析]> [モデルのフィット]からアクセスできる一般化線形モデルプラットフォームを使用したJMPでも、コントラストを利用できます。そのため、新しいコースでは対比については説明しませんが、生徒から尋ねられた場合は、対比してJMPで対比する方法を説明します。
ディック・シャートル書きました：
これはおもしろい授業のようですね。モデル適合をテストするために、最小二乗法およびGLM因子分析に多項式の対比を適用することを検討しますか？このWebページを読む前に、JMP Tech SupportのLaura Archerに同様の要求をメールで送りました。電子メールの件名はここに貼り付けられます。
RE：[SAS 7610749983] GLM直交多項式対比
