레벨 : 중급
Laura Castro-Schilo, JMP 리서치 미터 테스터, SAS
Chris Gotwalt, JMP 통계 연구 및 개발 이사
다변량 데이터 분석은 데이터 양이 급증하고 기업이 의사 결정에서보다 데이터 중심적으로 변함에 따라 필수 기술이되었습니다. 이 확장 된 브레이크 아웃 세션에서 우리는 JMP와 지속적이고, 범주적이고, 이산적이고 기능적인 데이터에 의존하는 다양한 접근법을 사용하여 다 변수 데이터 분석에 대한 고유 한 시각적 및 상호 작용 방식을 보여줍니다.
우리는 다 변수 분석의 본질에 대한 근본적인 논의부터 시작할 것입니다 : 많은 변수에 포함 된 정보가 종종 더 적은 수의 변수로 효과적으로 표현 될 수 있다는 생각. 그런 다음 JMP에서 다 변수 데이터를 분석하기위한 일반적인 도구에 대한 개요를 제공합니다.
세션은 두 부분으로 나누어집니다. 이 소개에서는 감각 분석 및 소비자 조사의 데이터를 사용하여 주성분 분석, 다중 대응 분석 및 JMP 14의 새로운 기법, 다중 요인 분석과 같은 고전적인 감독되지 않은 다 변수 방법을 동기 부여하고 시연합니다. 두 번째 부분에서는 부분 최소 자승 및 기능적 주요 구성 요소를 사용하여 다 변수 데이터에 대한 감독 방법을 다룹니다. 이러한 감독 방법을 설명하기 위해 다중 신호 스트림의 데이터로 배치 제조 공정의 수율을 예측하는 모델을 구축 할 것입니다.
전반적으로 각 분석 기법이 적절한시기에 대한 명확한 지침을 제공하고 가장 중요하고 유용한 소프트웨어 옵션을 강조 할 것입니다.
JMP의 다 변수 풍미
