Wayne Levin, président de Predictum à Toronto, offre gratuitement podcasts sur les méthodes statistiques et leur application utilisant JMP. Les podcasts durent entre 15 et 25 minutes et sont téléchargés des milliers de fois.
Son entreprise collabore avec les utilisateurs JMP et SAS pour améliorer leur productivité grâce à la formation et au développement d'applications personnalisées en langage de script JMP (JSL) et SAS. Chez Predictum page de podcast , vous pouvez configurer un abonnement dans iTunes ou obtenir des instructions pour d’autres logiciels de capture de pods. J'ai demandé à Levin, dont la société est un partenaire JMP, de nous en dire plus sur les podcasts.
Moi: Qu'y a-t-il dans ces podcasts et quel est votre public cible?
Wayne: Jusqu'à présent, les podcasts consistaient principalement en des procédures JMP, révélant peut-être des fonctionnalités moins connues ou moins bien comprises de JMP. L’audience est composée à la fois d’utilisateurs JMP qui souhaitent enrichir leurs compétences, de nouveaux arrivants et de ceux qui envisagent d’introduire JMP dans leurs organisations et qui souhaitent en savoir plus.
N'oubliez pas que je suis un utilisateur et non un développeur, même si au fil des années, j'ai eu le privilège d'interagir avec à peu près tous les membres de l'équipe de développement JMP. Donc, ceci est mon point de vue sur JMP.
La seule chose qui lie tous les publics est la nécessité de comprendre la conception de JMP. Les applications analytiques n'ont pas une conception commune, comme par exemple les applications de traitement de texte. Cela représente à la fois un défi et une opportunité. Si nous parlions d'une application de traitement de texte, ou d'un tableur, il existe déjà une conception bien établie pour un certain nombre de produits. Donc, si vous êtes habitué à utiliser un traitement de texte, vous pouvez probablement en changer sans trop de difficulté. Cela peut constituer un avantage, mais aussi un inconvénient en ce sens que cela limite l'innovation car le produit est ancré à un degré ou à un autre dans la conception actuelle.
JMP n'est pas ancré de cette façon. J'utilise JMP depuis la version 3 et, même à ce moment-là, il était clair qu'il existait une conception délibérée qui ne ressemblait pas aux autres. Lorsque JMP 4.0 est sorti en 2000, la distinction de conception est devenue beaucoup plus apparente. Les développeurs ont fait un excellent travail non seulement pour alléger la charge de calcul, mais également pour faciliter le processus analytique complet.
Moi: Pouvez-vous nous donner un exemple spécifique?
Wayne: Sûr. Notre tout premier épisode portait sur les états des lignes et nous expliquons comment il est préférable de conserver tous les sous-ensembles de variantes de vos données dans un seul tableau de données, au lieu de disposer de sous-ensembles de données variant dans différents fichiers (ou feuilles de calcul). . Penses-y. Est-il facile pour quiconque de collecter un ensemble de données d'un projet sur lequel il a travaillé il y a plusieurs mois et de le gérer? En conservant toutes les variantes au même endroit (y compris les notes via la propriété de colonne Note et les analyses stockées sous forme de scripts de table), il est beaucoup plus facile de se réorienter. Conserver les sous-ensembles de variantes dans une table s’accomplit facilement avec les colonnes Row State. De nouveaux utilisateurs nous ont envoyé un peu de courriers électroniques sur son utilité. Des utilisateurs expérimentés ont été surpris de constater qu'après avoir utilisé JMP, ils n'avaient jamais exploré les états de lignes.
Moi: Ensuite, le point central des podcasts concerne les écrous et les boulons?
Wayne: Jusqu'ici, mais cela change. La devise de Predictum est "Productivité analytique". Cela signifie que les utilisateurs passent leur temps à obtenir des informations de leurs analyses, tous. L'un des autres points forts de JMP est la façon dont il rend l'analyse si visuelle sans disqualifier le rôle important des statistiques brutes. J'ai récemment lu un livre de John Medina intitulé Règles du cerveau . La règle 10 est que la vision l'emporte sur tous les autres sens. JMP propose des approches graphiques vraiment novatrices en matière d'analyse. Mon préféré est le tracé de levier, et c'est le sujet des deux derniers épisodes.
Moi: Quel a été votre podcast le plus populaire?
Wayne: C'est difficile de répondre. Ils reçoivent tous des milliers de téléchargements, mais nous obtenons plus de commentaires élogieux sur certains que sur d’autres. L'épisode Row State était certes populaire, mais il en était de même de la variété des façons de sauvegarder les rapports.
Moi: Quels sujets avez-vous prévus pour les podcasts à venir?
Wayne: ANOVA Power et Oneway, qui tirera parti de l’une de nos illustrations à base de JSL.
Moi: Quels autres biens avez-vous sur votre site Web?
Wayne: Nous utilisons JSL pour développer ce que nous appelons Analytical Workflows ™, des applications largement nécessaires. Nous venons de terminer l’un pour l’analyse de réponse à la dose - qui figure maintenant sur notre page d'accueil - ainsi que celle que nous appelons Multi-Response, qui facilite la régression complète et par étapes sur plusieurs réponses (des dizaines, des centaines, voire des milliers). Il permet aux utilisateurs de déterminer rapidement ce qui est statistiquement significatif et pratiquement significatif en intégrant des limites de spécification à l'analyse.
Moi: Quelle est votre musique préférée à écouter lorsque vous travaillez dans JMP?
Wayne: Presque tout. J'aime la musique de George Harrison, toujours. Du rock classique au baroque en passant par l'opéra, ils alimentent tous le processus de création. Dernièrement, j'ai écouté de la musique tibétaine et indienne.
