Das JMP-Schulung Lehrplan ist vielfältig und komplex. Wir bieten eine Reihe von Schulungen für Anfänger und Fortgeschrittene an. Neben unserem ständigen Bemühen, alle Schulungen mit neuen Ausgaben auf dem neuesten Stand zu halten, erstellen wir auch neue Kurse, wenn sich die Bedürfnisse unserer Benutzer ändern. Ich möchte Ihnen von einer Marke erzählen Neuer Kurs zur kategorialen Datenanalyse . Wir hoffen, dass dieser neue Kurs so hilfreich und beliebt ist wie unser Kurs über ANOVA und Regression .
Warum ist kategoriale Datenanalyse so wichtig?
Dies ist wichtig, da kategoriale Daten in vielen Arbeitsbereichen vorhanden sind. Um klar zu sein, können kategoriale Daten numerische oder Zeichen sein und stellen eine endliche Menge diskreter Ebenen dar. Beispiele hierfür sind Geschlecht, Zugehörigkeit zu einer politischen Partei, Religionszugehörigkeit, Mortalitäts- und Morbiditätsergebnisse, Produktprüfungsergebnisse wie Pass, Fail oder Re-Test, Umfrageergebnisse, Marktsegmente, akademische Testnoten usw. Immer wenn Sie qualitative Attribute aufzeichnen, die Zugehörigkeit zu einer Gruppe beobachten oder die Zuordnung zu einer bestimmten Kategorie beachten, haben Sie kategoriale Daten.
Warum ist die kategoriale Datenanalyse so unterschiedlich?
Es gibt viele Methoden für kontinuierliche oder Messdaten, wie zum Beispiel deskriptive Statistiken (z. B. Mittelwert, Standardabweichung), Varianzanalyse (ANOVA) und lineare Regression, die den meisten Analysten bekannt sind. Analysten verwenden manchmal versehentlich numerische Codes für die kategorialen Ebenen, um diese Methoden zu verwenden, die für fortlaufende Antworten gedacht sind. Das ist schade, denn für kategoriale Daten gibt es immer analoge Methoden. Anstelle der deskriptiven Statistiken für fortlaufende Daten sind wir an Proportionen oder Wahrscheinlichkeiten für jede kategoriale Ebene interessiert. Anstelle einer Korrelation zwischen zwei kontinuierlichen Variablen möchten wir die Assoziationen zwischen der kategorialen Antwort und anderen Variablen kennen. Bei der logistischen Regression werden Prädiktorvariablen auf eine natürliche Art und Weise mit einer kategorialen Antwort verknüpft, wobei die Diskretheit der Ebenen berücksichtigt wird. Wichtig, JMP vereint unser Tool-Set so, dass unsere Behandlung kategorialer Daten dem fortlaufender Daten sehr ähnlich ist und nur an den einzigartigen Charakter kategorialer Daten angepasst ist. Das heißt, wir können mit modernsten Schätzmethoden, Statistiken für die Inferenz und für die Modellauswahl und der gleichen Modellausnutzung und -visualisierung für kategoriale Antworten rechnen, die wir für ständige Antworten haben. Diese Gemeinsamkeiten betonen wir im Training.
Welche Arten der kategorialen Datenanalyse werden in diesem Kurs behandelt?
Der Kurs beginnt mit einer schnellen Erhebung kategorialer Daten und einer Überprüfung seiner Merkmale, die sie von kontinuierlichen Daten unterscheiden. Deskriptive Statistiken mit der Vertriebsplattform und Verknüpfungen mit der Contingency-Plattform beginnen mit den Lehren zur Analyse. Geschichtete Assoziationen und genaue Assoziationsprüfungen erweitern diese Analyse. Modellierung und Modellauswahl werden mit der Partition-Plattform eingeführt. Im zweiten Kapitel geht es um die logistische Regression. Es beginnt mit einer Einführung in die Wahrscheinlichkeitsverfahren für die Anpassung von Modellparametern, Inferenz und Modellauswahl. Der Rest des zweiten Kapitels behandelt die Anwendung von binären, nominalen und ordinalen logistischen Regressionsmodellen. Das dritte Kapitel stellt verallgemeinerte lineare Modelle (GLM) vor, die kategoriale Antworten enthalten. Der binäre logistische Regressionsfall wird stattdessen mit einem GLM überprüft und gelöst. Das letzte Beispiel zeigt eine häufige kategoriale Antwort (Zählungen), die mit der logarithmischen Poisson-Regression, einem anderen GLM, behandelt wird.
Für wen ist dieser Kurs gedacht?
Jeder JMP-Analyst, der auf kategoriale Daten stößt, ist ein guter Kandidat für dieses Training. Dieser Kurs ist fortgeschritten und baut auf den Lektionen der Grundkurse auf. Ein Student in diesem Kurs sollte mit JMP vertraut sein (z. B. den Kurs zur Datenerkundung ) und statistische Methoden der Inferenz und Modellierung mit kontinuierlichen Antworten (wie in der ANOVA und Regressionskurs ).
Wann kann ich den Kurs belegen?
Wir bieten vom 30. April bis 3. Mai eine Spring Public Class und vom 13. bis 16. November eine Herbst Public Class an. Beide von diese Klassen wird über das Internet (Live Web-Format) durchgeführt.
Mark Bailey schrieb:
Vielen Dank für das Lesen meines Beitrags und für diese großartigen Fragen. Ich werde beide nacheinander beantworten.
Kontraste im neuen Kurs über kategoriale Antworten werden nicht behandelt. Wir haben Kontraste in einem unserer Kurse über kontinuierliche Reaktionen behandelt, . Mit JMP können Sie einen oder mehrere Kontraste mit der Plattform Fit Least Squares (Analyse> Modell anpassen) einfach testen. Dieses wichtige Thema wurde jedoch in einer aktuellen Ausgabe dieses Kurses einfach aus Zeitgründen und mangelndem Interesse beseitigt. Unsere Kurse sind in der Regel zwei Tage lang. Daher müssen wir in Bezug auf den Themenbereich und die Abdeckungstiefe in jedem Kurs eine Linie ziehen. Unser Kundenfeedback sagte uns, dass die Benutzer, die an unseren Schulungen teilnehmen, die begrenzte Zeit lieber für andere Themen verwenden würden. Wenn Schüler in einer bestimmten Klasse über ein Thema wie Kontraste informiert werden möchten, das nicht enthalten ist, würden wir es natürlich durch Antworten auf Fragen beantworten.
Kontraste sind auch in JMP mit der Generalized Linear Models-Plattform verfügbar, auf die über Analysieren> Modell anpassen zugegriffen werden kann. Obwohl wir im neuen Kurs keine Kontraste behandeln, würden wir sie erklären und zeigen, wie sie in JMP abgerufen werden können, wenn die Schüler danach gefragt werden.
Dick Schaertl schrieb:
Das klingt nach einer interessanten Klasse. Wird es in der Anwendung von Polynomkontrasten auf die Analyse der kleinsten Quadrate und des GLM-Faktors eingehen, um die Anpassung des Modells zu testen? Bevor ich diese Webseite las, schickte ich Laura Archer, JMP Tech Support, eine E-Mail mit einer ähnlichen Anfrage. Der E-Mail-Betreff wird hier eingefügt:
RE: [SAS 7610749983] GLM-orthogonale Polynomkontraste
