医学研究中经常会遇到危险因素探索类研究,如分析某结局的影响因素。该类分析并非简单地将数据利用统计软件给出结果,在分析中有很多注意事项,如果忽略一些关键点,很可能导致一个错误的分析结果。本次内容主要介绍危险因素分析中的一些需要注意的关键点,并通过案例进行阐述。
危险因素探索与危险因素验证的区别
危险因素探索分析的关键要点
危险因素探索案例分析
此次课程将介绍支持向量机的基本概念、算法原理、重要参数和模型评估指标。通过现场案例演示,使学员理解和掌握支持向量机的基础知识,实现在业务中的快速应用。
支持向量机是一种监督学习方法,其英文名为 support vector machine,一般简称SVM。支持向量机分类器,是在数据空间中找出一个超平面作为决策边界,利用这个决策边界来对数据进行分类,并使分类误差尽量小的模型。
课程大纲:
1. 概述
o 基本概念
o 算法原理
o 优缺点
o 重要参数
o 模型评估指标
2. 案例介绍
3. JMP软件学习渠道
4. 问题与讨论
JMP作为一款综合性统计软件,除了各种专业的统计分析平台,在可视化方面也提供了多种工具。此次课程将通过案例演示,介绍JMP探索性数据分析的重要工具之一图形生成器在可视化上的表现,使学员掌握如何通过图形更好的展示分析结果。
课程大纲:
1. 排序柱图;折叠填充柱图,宽度不一的柱图
2. 自定义区间图,核密度直方图
3. 信息点图,正网格点图
4. 表格方块图,以图片做标签的图
5. 带次序的线图,平行图
6. 双误差线图,高阶帕累托图
7. Likert图,弹道图,蝴蝶图
8. 边界信息图,分段时间轴图,甘特图,瀑布图
欢迎光临 JMP数据分析论坛 (http://www.jmpforum.net/) | X3 |