Nivel: Intermedio
Laura Castro-Schilo, JMP Investigador Estadístico de Pruebas, SAS
Chris Gotwalt, Director de Investigación Estadística y Desarrollo de JMP, SAS
El análisis de datos multivariado se ha convertido en una habilidad esencial a medida que la cantidad de datos se ha disparado y las empresas se vuelven más impulsadas por los datos en su toma de decisiones. En esta sesión extendida, mostramos JMP y su exclusivo enfoque visual e interactivo para el análisis de datos multivariado utilizando una variedad de enfoques que se basan en datos continuos, categóricos, discretos y funcionales.
Comenzaremos con una discusión fundacional de la esencia del análisis multivariado: la idea de que la información contenida en un gran número de variables a menudo se puede representar de manera eficiente con un número menor de variables. A continuación, ofrecemos una descripción general de las herramientas generales para analizar datos multivariados en JMP.
La sesión se dará en dos partes. La introducción utilizará los datos del análisis sensorial y la investigación del consumidor para motivar y demostrar métodos multivariados clásicos no supervisados, como el análisis de componentes principales, el análisis de correspondencia múltiple y una nueva técnica en JMP 14, el análisis de factor múltiple. La segunda parte cubrirá los métodos supervisados para datos multivariados utilizando mínimos cuadrados parciales y componentes principales funcionales. Para ilustrar estos métodos supervisados, construiremos modelos para predecir el rendimiento de un proceso de fabricación por lotes con datos de múltiples flujos de señales.
En todo momento, daremos pautas claras sobre cuándo es apropiada cada técnica analítica y destacaremos las opciones de software más importantes y útiles.
Los sabores multivariados de JMP
