Level: Mittelstufe
Laura Castro-Schilo, Tester für JMP-Forschungsstatistik, SAS
Chris Gotwalt, JMP-Direktor für statistische Forschung und Entwicklung, SAS
Die Analyse multivariater Daten ist zu einer wesentlichen Fähigkeit geworden, da die Datenmenge in die Höhe geschossen ist und die Unternehmen bei der Entscheidungsfindung datengetriebener werden. In dieser erweiterten Breakout-Sitzung stellen wir Ihnen JMP und seinen einzigartigen visuellen und interaktiven Ansatz zur multivariaten Datenanalyse vor. Dabei werden verschiedene Ansätze verwendet, die auf kontinuierlichen, kategorialen, diskreten und funktionalen Daten beruhen.
Wir beginnen mit einer grundlegenden Diskussion über das Wesen der multivariaten Analyse: Die Vorstellung, dass Informationen, die in einer großen Anzahl von Variablen enthalten sind, oft mit einer geringeren Anzahl von Variablen effizient dargestellt werden können. Anschließend geben wir einen Überblick über allgemeine Werkzeuge zur Analyse multivariater Daten in JMP.
Die Sitzung wird in zwei Teilen gegeben. In der Einführung werden Daten aus der Sensorik und der Verbraucherforschung verwendet, um klassische, unbeaufsichtigte multivariate Methoden wie Hauptkomponentenanalyse, Mehrfachkorrespondenzanalyse und eine neue Technik in JMP 14 (Mehrfachfaktoranalyse) zu motivieren und zu demonstrieren. Der zweite Teil umfasst überwachte Methoden für multivariate Daten unter Verwendung von Partial Least Squares und funktionalen Hauptkomponenten. Um diese überwachten Methoden zu veranschaulichen, werden Modelle erstellt, um die Ausbeute eines Serienfertigungsprozesses anhand von Daten aus mehreren Signalströmen vorherzusagen.
Überall geben wir klare Richtlinien, wann jede Analysetechnik angemessen ist, und zeigen die wichtigsten und nützlichsten Softwareoptionen auf.
Die multivariaten Geschmacksrichtungen von JMP
