Il Allenamento JMP curriculum è vario e complesso. Offriamo una gamma di formazione per principianti e per utenti esperti. Oltre al nostro continuo impegno per mantenere aggiornato tutto il training con le nuove edizioni, creiamo anche nuovi corsi in base alle esigenze dei nostri utenti. Voglio parlarti di uno di loro, un marchio nuovo corso sull'analisi dei dati categoriali . Speriamo che questo nuovo corso sarà tanto utile e popolare quanto il nostro corso su ANOVA e regressione .
Perché l'analisi dei dati categoriali è così importante?
È importante perché i dati categoriali sono abbondanti in molti campi di lavoro. Per essere chiari, i dati categoriali possono essere numerici o di carattere e rappresentano un insieme finito di livelli discreti. Gli esempi includono sesso, affiliazione a partiti politici, affiliazione religiosa, risultati di mortalità e morbilità, risultati di test del prodotto come passare, fallire o ritestare, risposte al sondaggio, segmenti di mercato, gradi di test accademici e così via. Ogni qualvolta si registrano attributi qualitativi, si osserva l'appartenenza a un gruppo o si nota l'assegnazione a una particolare categoria, allora si hanno dati categoriali.
Perché l'analisi dei dati categoriali è così diversa?
Esistono molti metodi per i dati continui o di misurazione, come le statistiche descrittive (ad es., Media, deviazione standard), l'analisi della varianza (ANOVA) e la regressione lineare, che sono familiari alla maggior parte degli analisti. Gli analisti a volte utilizzano erroneamente dei codici numerici per i livelli categoriali al fine di utilizzare questi metodi destinati a risposte continue. Questo è un peccato perché esistono sempre metodi analoghi per i dati categoriali. Invece delle statistiche descrittive per i dati continui, siamo interessati a proporzioni o probabilità per ogni livello categoriale. Invece di correlazione tra due variabili continue, vogliamo conoscere le associazioni tra la risposta categoriale e altre variabili. La regressione logistica mette in relazione le variabili predittive con una risposta categoriale in modo naturale che rispetta la discrezione dei livelli. È importante sottolineare che, JMP unifica il nostro set di strumenti in modo che il trattamento dei dati categoriali sia molto simile a quello dei dati continui, adattato solo al carattere univoco dei dati categoriali. Cioè, possiamo aspettarci di avere metodi avanzati di stima, statistiche per l'inferenza e per la selezione del modello, e lo stesso modello di sfruttamento e visualizzazione per le risposte categoriche come ci piace per le risposte continue. Sottolineiamo queste somiglianze nella formazione.
Quali tipi di analisi dei dati categoriali sono trattati in questo corso?
Il corso inizia con una rapida rassegna dei dati categoriali e rivede le sue caratteristiche che lo distinguono dai dati continui. Le statistiche descrittive che utilizzano la piattaforma di distribuzione e le associazioni che utilizzano la piattaforma Contingenza iniziano le lezioni sull'analisi. Associazioni stratificate e test di associazione esatti estendono questa analisi. La modellazione e la selezione del modello sono introdotte utilizzando la piattaforma di partizione completa il primo capitolo. Il secondo capitolo riguarda la regressione logistica. Inizia con un'introduzione ai metodi di verosimiglianza per l'adattamento dei parametri del modello, l'inferenza e la selezione del modello. Il resto del secondo capitolo riguarda l'applicazione di modelli di regressione logistica binaria, nominale e ordinale. Il terzo capitolo introduce modelli lineari generalizzati (GLM), che includono risposte categoriali. Il caso di regressione logistica binaria viene esaminato e risolto utilizzando invece un GLM. L'ultimo esempio mostra una risposta categoriale comune, i conteggi, che vengono gestiti utilizzando la regressione lineare-logica di Poisson, un altro GLM.
Per chi è fatto questo corso?
Qualsiasi analista JMP che incontri dati categoriali è un buon candidato per questo corso. Questo corso è avanzato e si basa sulle lezioni dei corsi prerequisiti. Uno studente in questo corso dovrebbe essere comodo utilizzando JMP (ad esempio, hanno preso il Corso di esplorazione dei dati ) e metodi statistici di inferenza e modellizzazione con risposte continue (come trattato nel ANOVA e corso di regressione ).
Quando posso seguire il corso?
Offriamo una lezione pubblica di primavera dal 30 aprile al 3 maggio e una classe pubblica autunnale dal 13 al 16 novembre. Entrambi queste classi sarà condotto su Internet (formato Web in diretta).
Mark Bailey ha scritto:
Grazie per aver letto il mio post e per queste fantastiche domande. Risponderò a entrambi a turno.
Non copriamo i contrasti nel nuovo corso sulle risposte categoriali. Abbiamo usato per coprire i contrasti in uno dei nostri corsi sulle risposte continue, . JMP semplifica il test di uno o più contrasti con la piattaforma Fit Least Squares (Analyze> Fit Model). Questo importante argomento è stato tuttavia eliminato in una recente edizione di quel corso semplicemente a causa del tempo limitato e della mancanza di interesse. I nostri corsi durano in genere due giorni, quindi dobbiamo "tracciare una linea" in termini di portata degli argomenti e profondità di copertura in ogni corso. Il feedback dei nostri clienti ci ha detto che gli utenti che frequentano i nostri corsi di formazione preferiscono trascorrere il tempo limitato su altri argomenti. Naturalmente, in una particolare classe, se gli studenti vogliono conoscere un argomento come i contrasti, che non è incluso, lo affronteremo attraverso le risposte alle domande.
I contrasti sono disponibili anche in JMP con la piattaforma Generalized Linear Models, accessibile tramite Analyze> Fit Model. Quindi, anche se non copriamo i contrasti nel nuovo corso, li spiegheremo e mostreremo come ottenerli in JMP, se gli studenti li chiedessero.
Dick Schaertl ha scritto:
Sembra una classe interessante. Approfondirà l'applicazione di contrasti polinomiali a Least Squares e analisi del fattore GLM per testare l'adattamento del modello? Prima di leggere questa pagina web, ho inviato un'email a Laura Archer, JMP Tech Support, con una richiesta simile. L'oggetto dell'email è incollato qui:
RE: [SAS 7610749983] GLM contrasti polinomiali ortogonali
