高度な統計モデリング
誰でもが使える高度な技術。
- 多様なモデルタスク（一変量、多変量、多因子）に簡単に対処できます。
- テキストや関数など、新しい形式で収集されたデータを変換して、より優れた洞察を得るための有用なモデルを構築します。
JMPはマーケットリーダーです。私たちが必要とする強力な多変量ツールを搭載しています。そして、新バージョンでは常に機能の強化や追加が行われています。
Kieran O'Mahony
Data Science and Analytics Manager, Dairygold
JMPを用いた高度な統計モデリング : 主な機能
多変量解析
- 主成分分析（PCA）
- クラスター分析
- 相関分析
- 因子分析
- 多次元尺度構成
- 構造方程式モデリング（SEM）
- 判別分析
- 多重対応分析
- 潜在クラス分析
- PLS回帰
- t-SNE
非線形回帰モデリング
- 溶出曲線分析
- 非線形回帰
- Gauss過程モデル
- スプライン曲線のあてはめ
- 曲線のあてはめ
時系列分析
- ARIMA
- 季節性
- 自己相関
- 移動平均
- 自己回帰（AR）
発展的な回帰
- 一般化回帰
- 混合モデル
- 一般化線形モデル
- 一般化線形混合モデル（GLMM）
- 罰則付き回帰
- 変量効果
変数選択
- 説明変数のスクリーニング
- 変数重要度
- ステップワイズ法
- すべてのモデル
- 列の寄与
関数データ分析
- スペクトル分析
- ウェーブレット分析
- スムージング
- Savitzky-Golayスムージング
- 関数実験計画（DOE）
- B-スプライン
- P-スプライン
- Fourier基底
工程の最適化
- プロファイリング
- シミュレーション
- トレードスペース分析
JMPで最高の発見を
