JMP 19を使用した動画は2026年7月に投稿されました。
JMPでワールドカップサッカーのデータを使用して、モデルを構築し、空間的な関係性を探索し、有益な視覚化を作成します。JMPの反復的な視覚化とデータ加工機能を活用して、データを探索し理解する方法をご覧ください。
以下の方法をご覧ください：
- JMP Python連携機能を使用してデータにアクセスします。（ChatGPTとPythonを使用してデータにアクセスします。）
- より高度な視覚化をサポートするために、データを準備および変換します。
- 各国の人口と国際ランキングの相関関係を見てみましょう。
- 距離や角度などの主要な変数を用いて、モデル撮影の品質を算出します。
- サッカーフィールド上で直接結果を視覚化します。（キャリーとパスによるプレーの動きを探索し、グラフ化します。）
- ボールの動き（パスとキャリー）を分析し、プレーのシーケンスを効果的に再現するためのベクトルプロットを作成します。
- トーナメント全体を通して、期待された目標と実際の結果を比較し、期待以上の成績を収めたチームや選手、あるいは期待を下回ったチームや選手を特定する。
このウェビナーでは、モデルの適合、モデルのスクリーニング、予測プロファイラ、輪郭プロファイラ、Pythonとの統合、グラフビルダー、ワークフロービルダーについて解説します。
推奨される前提条件：
- JMPのデータテーブルに関する知識。
- モデリングに関する基本的な理解。
リソース
このウェビナーは公開されているサッカーデータを使用しており、FIFAとは一切関係がなく、FIFAによる承認も受けていません。
