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 |