多変量基礎東南アジア各地のSEの皆さん、こんにちは
多変量解析について簡単に教えてください。また、エンジニア/科学者としてのこれまでの経験で実際に役立ったことと、人々が知っておくべきだと思うトピックについて教えてください。
例えば、多数の変数を処理できるコンピューターがある場合、PCA は本当に役立つのでしょうか? - あるいは、この手法の基本がクールかつ適切に使用されているのでしょうか (JMP Pro で動作する場合はボーナスポイント)
またはあなたが知っているクールな技術
**クラスター化されたグループを並列プロットと組み合わせるようなもの**
ありがとう。良い2月をお過ごしください。
-狩り
高度な統計モデリングデータのブレンドとクリーンアップ予測モデリングと機械学習多変量解析の基礎3つの考えが思い浮かびます:
- 何年も前、社会人だった頃、Di Michelsonの多変量解析コースを受講しました。JMPの「多変量解析」メニュー全体で何が行われているのか、本当に理解できました。オンデマンドセクションにそのコースが見当たりません。どこかにノートがあるのでしょうか？Diのタグを見つけるほど賢くないので、 @ruthhummelをタグ付けしておきます。
- 主成分分析に関するご質問ですが、変数削減には主にクラスター変数の方が適していると思いますが、 @Phil_Kay が、プロセス知識から導き出せる、または導き出すべきである広範なグループ化を確認するのに主成分分析が非常に役立つことを示すビデオかブログを作成したことをぼんやりと覚えています (確か)。
- 多変量埋め込みは、非常に幅広いデータを高速に視覚化するツールで、JMP Proに含まれています。サンプルファイル「Prostate Cancer.jmp」は非常に興味深い結果を示しており、約2秒で処理が完了します。もし私のデータがこのようなデータだったら、この11行に注目するでしょう。
多変量解析の基礎すごい！ありがとう、ジェド
私は個人的に、エンジニアリングの仕事でこれらの技術をあまり使用していないので、他の人の視点を聞くのは良いことです。
抽象的な列を扱うのではなく、クラスター（実際の列）の「最も代表的な」列を見つけるため、PCAよりもクラスター変数を使用することに同意します。
多変量解析の基礎教材はここから入手できます： 教育コース教材（社内使用のみ） - JMPユーザーコミュニティいつかオンラインコンテンツに変換する予定です。
多変量解析の基礎いい質問ですね。ヨーロッパでは、SIMCAとUnscramblerのメーカーが多変量解析法、特にPCAとPLSの普及に非常に力を入れました。特にバイオテクノロジーや化学業界では顕著でした。しかし、その価値を本当に証明できたかどうかは疑問です。ユーザーコミュニティは小規模ながらも非常に熱心です！PCA/PLSを使っていて、JMPを使っていない人に出会ったら、販売に時間を使う前に十分に注意してください。
とにかく、このトピックについて話す際に使用したケーススタディのジャーナルを添付しました。最後のケーススタディのデータ表は長いので、別途添付しました。これらを順を追って説明させていただきます。もちろん、TRL（True Relation List）に載せるべきです！
多変量解析の基礎ありがとうフィル！これらの例を見てみます
多変量解析の基礎PCA は集団遺伝学/ゲノミクスで広く使用されています。
修士課程ではHIV集団の進化を研究するためにPCAを使いました。Pythonで行いました。Rパッケージもたくさんあります。当時JMPを知っていたらよかったと思います。
