그만큼 JMP 교육 커리큘럼은 다양하고 복잡합니다. 우리는 초보자와 고급 사용자를위한 다양한 교육을 제공합니다. 새 버전으로 모든 교육을 최신 상태로 유지하기위한 지속적인 노력 외에도 사용자 요구 사항이 발전함에 따라 새로운 교육 과정도 개발합니다. 그들 중 한 명, 브랜드에 대해 이야기하고 싶습니다. 범주 별 데이터 분석에 대한 새로운 과정 . 우리는이 새로운 과정이 도움이되고 우리의 ANOVA 및 회귀 분석 .
범주 별 데이터 분석이 중요한 이유는 무엇입니까?
범주화 된 데이터는 많은 작업 분야에서 풍부하기 때문에 중요합니다. 분명한 것은 범주 형 데이터는 숫자 또는 문자 일 수 있으며 유한 수준의 유한 집합을 나타냅니다. 사례에는 성별, 정당 가입, 종교적 합병, 사망률 및 이환률 결과, 합격, 불합격 또는 재검사와 같은 제품 테스트 결과, 설문 조사 응답, 시장 부문, 학업 테스트 성적 등이 포함됩니다. 질적 속성을 기록하거나, 그룹 구성원을 관찰하거나, 특정 범주에 대한 할당을 기록 할 때마다 범주 적 데이터가 있습니다.
범주 별 데이터 분석이 다른 이유는 무엇입니까?
대부분의 분석가에게 익숙한 설명 통계 (예 : 평균, 표준 편차), 분산 분석 (ANOVA) 및 선형 회귀 분석과 같은 연속 또는 측정 데이터에 대한 많은 방법이 있습니다. 분석가는 때때로 실수로 연속적인 응답을위한 이러한 방법을 사용하기 위해 범주 수준에 숫자 코드를 사용합니다. 이는 범주 형 데이터에 대해 항상 유사한 방법이 존재하기 때문에 부끄러운 일입니다. 연속적인 데이터에 대한 설명적인 통계 대신, 우리는 각 범주 별 비율 또는 확률에 관심이 있습니다. 두 개의 연속 변수 사이의 상관 관계 대신에, 우리는 범주 형 응답과 다른 변수 사이의 연관성에 대해 알고 싶습니다. 로지스틱 회귀 분석은 예측 변수를 수준의 이승을 존중하는 자연스러운 방식으로 범주 형 응답과 관련시킵니다. 중요한 것은, JMP 범주화 된 데이터의 처리가 범주화 된 데이터의 고유 한 특성에만 적용되는 연속 데이터의 처리와 매우 유사하도록 도구 세트를 통합합니다. 즉, 우리는 지속적인 평가를 위해 최첨단 추정 방법, 추론을위한 통계 및 모델 선택, 그리고 동일한 모델 착취와 범주 응답에 대한 시각화를 기대할 수 있습니다. 우리는 이러한 유사점을 교육에서 강조합니다.
어떤 종류의 범주 별 데이터 분석이이 과정에서 다루어 집니까?
이 과정은 범주 형 데이터를 신속하게 조사하고 연속 형 데이터와 구별되는 특성을 검토합니다. 비상 계획 플랫폼을 사용하는 배포 플랫폼 및 연결을 사용하는 기술 통계는 분석에 대한 교훈을 시작합니다. 계층화 된 연관성과 연관성에 대한 정확한 테스트는이 분석을 확장합니다. 모델링 및 모델 선택은 Partition 플랫폼을 사용하여 소개되며 첫 번째 장을 완료하십시오. 두 번째 장은 로지스틱 회귀에 관한 것입니다. 모델 매개 변수, 추론 및 모델 선택에 대한 적합성 방법에 대한 소개부터 시작합니다. 두 번째 장의 나머지 부분에서는 이진, 명목 및 순서 로지스틱 회귀 모델의 적용에 대해 다룹니다. 세 번째 장에서는 범주 형 응답을 포함하는 일반 선형 모델 (GLM)을 소개합니다. 이진 로지스틱 회귀 사례는 GLM을 사용하여 검토되고 해결됩니다. 마지막 예는 Poisson log-linear regression, 또 다른 GLM을 사용하여 처리되는 일반적인 범주 형 응답 count를 보여줍니다.
이 과정은 누구를위한 것입니까?
범주 형 데이터를 만난 JMP 분석가는이 교육에 적합한 후보자입니다. 이 과정은 고급 과정이며 필수 과정의 교훈을 토대로합니다. 이 과정의 학생은 JMP 사용에 익숙해야합니다 (예 : 데이터 탐사 과정 )과 연속적인 반응을 통한 추론 및 모델링의 통계적 방법 ( ANOVA 및 회귀 분석 과정 ).
코스를 언제 수강 할 수 있습니까?
우리는 4 월 30 일부터 5 월 3 일까지 봄 공용 클래스를 제공하고 11 월 13 일부터 16 일에는 가을 학기를 제공합니다. 둘다 이 수업들 인터넷을 통해 수행됩니다 (라이브 웹 형식).
마크 베일리 쓴 :
내 게시물을 읽고 이러한 위대한 질문에 감사드립니다. 나는 둘 다 차례로 대답 할 것이다.
우리는 범주 형 대응에 대한 새로운 과정의 대조를 다루지 않습니다. 우리는 연속적인 반응에 대한 우리의 코스 중 하나에서 대조를 다루었는데, . JMP는 Fit Least Squares 플랫폼 (Analyze> Fit Model)을 사용하여 하나 이상의 명암을 쉽게 테스트 할 수 있습니다. 그러나이 중요한 주제는 제한된 시간과 관심 부족으로 인해 최근 과정에서 제거되었습니다. 우리 코스는 일반적으로 이틀 정도 걸리므로 주제의 범위와 모든 코스의 커버리지의 깊이면에서 '선'을 그려야합니다. 우리의 고객 피드백은 우리의 교육 수업에 참석하는 사용자가 다른 주제에 대해 제한된 시간을 보냈다 고 말했습니다. 물론, 특정 수업에서, 학생들이 포함되지 않은 대조와 같은 주제에 대해 알고 자한다면, 우리는 질문에 대한 답변을 통해 문제를 해결할 것입니다.
대조는 일반화 된 선형 모델 플랫폼과 함께 JMP에서 사용할 수 있으며 Analyze> Fit Model을 통해 액세스 할 수 있습니다. 따라서 우리가 새로운 과정에서 대비를 다루지는 않지만 학생들이 JMP에 대해 질문하면 JMP에서 그것을 설명하고 설명하는 방법을 보여줄 것입니다.
딕 샤 틀트 쓴 :
이것은 흥미로운 수업처럼 들립니다. 모델 적합성을 테스트하기 위해 최소 자승법과 GLM 요인 분석에 다항식 명암비를 적용하는 방법에 대해 알아 봅니까? 이 웹 페이지를 읽기 전에 비슷한 요청으로 Laura Archer (JMP 기술 지원)에게 이메일을 보냈습니다. 이메일 제목이 여기에 붙여 넣어집니다.
RE : [SAS 7610749983] GLM 직교 다항식 대조
