网络点播

5种制作数据分析报告的好方法，让你的老板眼前一亮

background-image

Style

blue-purple-gradient, background-image-narrow, text-light, section-padding-small

日常需要处理医学数据的科研工作者、临床医生、高校的医学生与老师在用医学数据进行预测建模的过程中，可能会遇到一些问题：

• 医疗数据量大且复杂（如患者数据、诊断信息、实验室检测数据），没有直观的工具来探索和理解数据之间的关系
• 数据存在缺失值、不一致性和异常值，难以直接用于建模，而且数据清洗过程复杂，容易出错
• 缺乏统计学背景，难以选择合适的建模方法
• 不了解模型评估指标的意义（如AUC，MAE），导致无法判断模型的好坏
• 不知如何正确解读预测模型的结果

本课程中，JMP资深数据分析顾问将通过多个医学研究的案例为您展开讲讲如何更好进行医学数据的处理与预测建模。

课程大纲：

• 预测建模的意义与JMP的优势

• 数据准备：数据整合、清洗、探索

• 模型构建：

  • 选择目标（确定预测变量和独立变量）
  • 选择并建立模型（回归模型、树型模型、机器学习模型）

• 模型评估：性能指标、交叉验证、优化模型

• 模型应用（提取关键变量及其影响，生成预测值和概率，利用JMP生成交互式图表和报告）

• 总结与展望：JMP在医疗研究领域的潜力与未来发展方向