2011年10月13日、システムエンジニアのAashish Majethia氏がマスターJMPウェブキャストを使用する方法を説明しました JMP そして JMP Pro 高次元データをモデル化する。これらの手法は、指標（列）が多く観測値（行）が少ない場合に便利です。線形回帰手法を使用したモデリングは困難です。
Aashishはいくつかの便利なテクニックを示しました。 2つのオンデマンドデモ 。
主成分分析（PCA）、部分最小二乗法（PLA）、および段階的回帰分析にJMPを使用し、さらにブーストツリー、ブートストラップフォレスト、およびニューラルネットにJMP Proを使用しています。PCAは、元の観測値のセットから相関のない変数のセットを作成することによって、変動性を説明するのに役立ちます。PLSは予測子と観測データから潜在的な要因を生成します。ブートストラップフォレストとブーストツリーを使用すると、過度に楽観的である、または使用されている特定のデータによってゆがめられている予測を避けることができます。ニューラルネットを使用すると、交差検定に使用するデータを決定し、選択したアクティベーション機能を使用して1層および2層ネットワークに適合させ、欠損値の処理を自動化することができます。
デモでAashishが使用するデータテーブルは、JMP内からサンプルデータとして入手できます（HELP> SAMPLE DATA）。
木曜日のライブウェブキャストを2回開催して、2012年を締め切ります。Mary Lovelessは11月10日に消費者向け製品を開発するために官能データを分析する方法を示し、11月17日にJeff Perkinsonは分析を視覚化するのに役立つカスタムマップを作成する方法を示します。興味がある？単に登録そして参加してください。
