课程简介：
使用“时间序列”平台，您可以探索、分析和预测一元时间序列。时间序列是在一系列等间隔的时间期间上得到的一组观测值。时间上靠得很近的观测通常相关。时间序列方法利用这个观测之间的相关性更好地预测序列在将来是什么样子。
应用场景：
时间序列分析在市场营销、金融经济、气象水文、信号处理、工程技术领域等众多领域有着广泛的应用。通过对时间序列进行分析，可以更有效地把握好数据走向，进行合理预测。
JMP进行时间序列分析有以下优势：JMP时间序列平台分析方法全面，有一套完整的分析流程与工具。其中，ARIMA模型组允许同时建立多个时间序列模型，以便于用户从中挑选预测效果最佳模型，更好地预测数据。
课程大纲：
1. 时间序列的概念以及特性
2. 时间序列的划分
2.1 JMP时间序列平台解析
2.2 JMP中勘探时间序列特性
3. 如何为时间序列建模
3.1 时间序列的建模指标
3.2 利用JMP为时间序列建模
课程简介：
JMP作为一款综合性统计软件，在很多平台都应用到多元统计的方法。 此次课程将通过案例演示，介绍JMP若干多元统计功能中的三个PCA or MCA or MFA，使学员理解和掌握如何在JMP下做相应的数据分析。
应用场景：
随着大数据时代的到来，我们面临的往往是比较复杂的研究对象，人的头脑常常被一大堆收集到的数据弄得不知所措。如何在众多因素中找到主要因素，或者理解众多因素的相互关系，从而真正发挥大数据所带来的价值一直被人们所关心。JMP作为一款统计学软件，提供了多种应对多变量数据分析的多元方法，针对不同的应用场景，快速帮助客户利用数据解决实际问题。例如在不损失有价值信息的情况下尽可能地简化数据结构；根据特征对变量进行分类或分组；总结变量间的关系并实现某些响应变量的预测等。
课程大纲：
1. JMP包含的多元分析方法列表
2. 多元方法的核心：SVD
3. 主成分分析PCA
4. 多重对应分析MCA
5. 多因子分析MFA
课程简介：
如今，中国已成为锂电池市场的全球领导者。其中增长最快速的莫过于总部位于香港的Amperex Technology Ltd.(ATL)。早在1999年，ATL的创始人就已经预见到了移动电子通信配件市场的需求，包括轻巧可靠的充电电池。他们决定开展锂电池业务——这无疑是一个先见之明。如今，ATL已成为锂电池领域设计创新和产品品质的先驱。
本次课程非常荣幸地邀请来自ATL的夏超与大家分享。夏超先生拥有5年以上可靠性、质量和6sigma培训、应用及推进经验。
挑战：通过提高锂电池的质量和可靠性来保持竞争优势。
课程大纲：
alter 发表于 2020-9-20 15:13
课程三没有录制回放的视频吗？
军猫2020 发表于 2020-9-21 10:30
还能看不，没有看到哟
admin 发表于 2020-9-21 12:54
课程1和课程2有回放，可以在论坛看帖子~
| 欢迎光临 JMP数据分析论坛 (http://www.jmpforum.net/) | X3 |