针对二元变量的统计分析,可以借助于JMP的“以X拟合Y”平台对单个输入和输出之间的关联性进行检验和建模。针对多个变量之间复杂关系的探索,回归分析则提供了更为强大的平台和技术。回归分析是一种预测性的建模技术,它研究的是因变量和自变量之间的关系,是建模和分析数据的重要工具,有着非常广泛的应用领域。
“拟合模型”平台可用来分析更多变量和建立统计模型,通过指定具有复杂效应结构的模型,可以方便地从若干拟合特质中选择适当的拟合方法进行分析。这非常有助于市场研究人员、数据分析师及数据科学家构建合适的预测模型,从而更好地预测产品的发展趋势。
“方差分析(ANOVA)”则提供了用于将拟合模型与所有预测值都等于响应均值的模型进行比较的计算。通过方差分析,我们可以了解感兴趣的因子水平间是否存在显著差异,还可以更进一步通过事后检验分析,找出差异最大的水平进行原因查找,可借助JMP的“以X拟合Y”或“拟合模型”平台对输入因子进行检验。因为方差分析有几个检验的假设前提,所以分析前还需要针对个别假设前提做检验。常见的场景如异常原因查找及探索水平是否存在差异,经由建立模型,不仅可以了解哪个因子影响响应变量,更可以更进一步配合实验设计,找出最优化设定及建立模型,做出决策,非常适合各行各业的数据分析师、工程师及研究人员等开展数据分析工作。
点击这里即可通过网络课程学习回归与方差分析的基本定理以及相关分析平台,了解方差分析与回归之间的关系、适用场景及背后的涵义,并通过实例操作帮助学员了解各个诊断结果,减少因人为误判导致的决策错误。