等級：中級
Laura Castro-Schilo，JMP Research Statistician Tester，SAS
Chris Gotwalt，JMP統計研究與開發總監，SAS
多變量數據分析已成為一項基本技能，因為數據量激增，公司在決策過程中變得更加以數據為導向。在這個擴展的分組會議中，我們使用依賴於連續，分類，離散和功能數據的各種方法展示JMP及其獨特的視覺和交互式方法，以進行多變量數據分析。
我們將首先對多變量分析的本質進行基礎討論：大量變量中包含的信息通常可以用較少數量的變量有效地表示。然後，我們概述了在JMP中分析多變量數據的一般工具。
會議將分為兩部分。引言將使用來自感官分析和消費者研究的數據來激勵和展示經典的無監督多變量方法，例如主成分分析，多重對應分析和JMP 14中的新技術，多因素分析。第二部分將介紹使用偏最小二乘和功能主成分的多變量數據的監督方法。為了說明這些監督方法，我們將構建模型，以使用來自多個信號流的數據來預測批量製造過程的產量。
在整個過程中，我們將為每種分析技術的適用時間提供明確的指導，並強調最重要和最有用的軟件選項。
JMP的多變量口味
