Esto es SOLO PARA USO INTERNO. No comparta ninguna parte de este documento fuera de los miembros de la división. Esto aún está sujeto a cambios a medida que nos acercamos al lanzamiento de JMP 13.
JMP® 13 y JMP ® Pro 13 Funciones de marketing y problemas comerciales abordados
Tema de JMP 13: la versión 12 hizo imágenes, la versión 13 hace texto.
JMP
1. Explorador de texto
2. Unión virtual
3. Generador de tableros
4. Comparar diseños
5. Generador de consultas JMP
6. Proyectos Aplazar a 14
7. Mejoras HTML5
8. Mejoras generales en Graph Builder
9. EZDOE Diferir a 14
10 Opciones de exportación
11 Escalado multidimensional (MDS)
12 Análisis de clase latente LCA
13 MaxDiff (Mejor/Peor) + Creación de diseño MaxDiff
14 Apoyo a No Choice
15. Análisis de capacidad no normal
dieciséis. Crecimiento de la confiabilidad de múltiples sistemas
17 Daño acumulativo
18 Actualización de respuestas simuladas del DOE
19 Adiciones JSL
20 ¿Nuevas características del análisis de recurrencia?
21. Evaluación del proceso
JMPPRO
- Análisis del explorador de texto
- Mejoras de regresión generalizada
- Simulación de sistemas reparables (RSS)
- Ajuste del proceso gaussiano de problemas más grandes
- Modelos mixtos, estructuras de covarianza adicionales
- Funcionalidad general de simulación
- Análisis de asociación
- Aumento de gradiente estocástico
- Bayesiano jerárquico para modelos de elección.
- Depósito de fórmulas + código de puntuación SQL/SAS/C de salida para modelos JMP Pro
Creador de gráficos para iPad
————————————————————————————————————————
JMP:
I. Explorador de texto (Formación, SE, Web) — En buen estado, aún en desarrollo activo
A.Descripción : Una técnica de minería de datos donde los algoritmos de NLP (Procesamiento del Lenguaje Natural) pueden buscar un Corpus (colección de documentos) para identificar hechos y relaciones de una masa de “ grandes datos”. Herramienta para organizar, clasificar y tratar datos de texto.
B.Audiencia : Investigadores de Mercado, Ingenieros de Garantía, Profesionales Médicos, Cualquiera que pueda ser objeto de una auditoría. Ingenieros y científicos que tienen datos de texto libre, por ejemplo, cambios de ingeniería, notas de reparación, notas de producción.
C.Problemas comerciales clave abordados : En versiones anteriores de JMP, se podía hacer muy poco o nada con los datos de texto. Podría hacer recuentos de palabras simples en categorías o recodificarlas en categorías, pero JMP carecía de la capacidad de clasificar los datos de texto de manera significativa y comprender la información latente disponible en los datos de texto libre a los que tienen acceso muchos de nuestros científicos e ingenieros. Proporcionar métodos para la extracción básica de palabras clave.
D. Cliente(s) que lo solicita : P&G, Adsurgo, Eli Lilly , micrón
————
II. Uniones virtuales (¿Xan, SS?) — Buena forma
A.Descripción : Haga referencia a otras tablas de datos sin tener que unirse a ellas. Link ID es la columna que encapsula el conjunto de datos. La referencia de enlace es una referencia de clave externa. Enriquezca sus tablas de datos con metadatos sin sobrecargarlos.
B.Audiencia : General
C.Problemas comerciales clave abordados : Las tablas de datos tienen información que está vinculada y normalmente requerirá que se una a las tablas. Cuando los conjuntos de datos se unen de largo a ancho (especialmente en diferentes escalas de muestreo de tiempo), hay mucha duplicación en la tabla de datos larga, lo que podría generar problemas de almacenamiento de datos engorrosos.
D. Cliente(s) que lo solicita : CAB, Tom Traynor (Zymergen), Jon W.
————
tercero Generador de tableros (Xan; Capacitación, Webcast) — Bien, casi listo.
A.Descripción : Archivo -> Nuevo panel es un solo clic para agregar informes JMP en un panel listo para presentación. También filtros de selección de superficie en un solo clic para usar un gráfico para filtrar otro gráfico. Nueva página principal que le permite ver plantillas y puntos de partida para crear una aplicación. Haga clic en Colocar informes en zonas de colocación de tableros como Graph Builder. Zonas de colocación más grandes y visibles para crear tableros. En tiempo de ejecución, también reorganice los informes en el tablero, también cree pestañas. Guardar como HTML interactivo conserva el diseño. Si hay una consulta incrustada, actualiza la base de datos. Trae la consulta y luego vuelve a crear el tablero.
B.Audiencia : Científicos e Ingenieros como creadores. C-level y otros como consumidores.
C.Problemas comerciales clave abordados: los tableros son difíciles en la versión anterior de JMP y requieren demasiados clics. Application Builder (completo) es demasiado complejo, demasiado aterrador y tiene demasiadas opciones. Los nuevos usuarios de JMP se sienten intimidados por cosas como vlistboxes y otros elementos de diseño internos de JMP. Las versiones anteriores de Application builder creaban muchas ventanas, creando un “ estela” de las ventanas detrás de él. El modo de vista previa se encarga de esto, permitiéndole pasar de la vista a la edición sin crear más ventanas.
D. Cliente(s) que lo solicita: Unilever, GE, John Salmon
MI.Recursos:
1. https://sas.webex.com/sas/lsr.php?RCID=1b789984e7a8406f938210519aa53981
————
IV. Comparaciones de diseño (DOE) — El lanzamiento de la comparación es complicado (necesita una tabla de datos múltiple, C++ está listo.
A.Descripción : Compara 2 o más diseños. Produzca una serie de diagnósticos que comparen diseños basados en la capacidad predictiva.Variación de predicción, cantidad de aliasing, muchas dimensiones para comparar. Haga un diseño usando un diseño óptimo d- vs. I-, la herramienta de comparación DOE observará los dos diseños y le dará comparaciones. Diseño de 6 factores y 12 ejecuciones i-óptimo frente a alias-óptimo
B.Audiencia : practicantes del DOE.
C.Problemas comerciales clave abordados : En versiones anteriores de JMP, era difícil comparar diseños fácilmente, especialmente cuando se consideran más de 2 diseños; era un proceso manual que requería copiar/pegar o mirar múltiples diseños de evaluación, ahora todo está en el mismo informe.
D. Cliente(s) que lo solicita : TAXI
————
v JMP Query Builder (Brian, SS, Webcast) — Buen estado
A.Descripción : Capacidad de consulta/unión de varias tablas. Misma interfaz que SQL Query Builder y SAS Query Builder. Hasta 60 mesas Únete. (Interno) Utiliza SQLite de código abierto; tabla virtual a SQLite. Utilice una interfaz similar a la que tenemos. Incorporar SQL como lenguaje de consulta (Base SQL) en JSL; Posteriormente, converja Query Builder con la próxima (14) combinación de varias tablas.
B.Audiencia : usuarios de JMP
C.Problemas comerciales clave abordados : A veces no desea crear una base de datos solo para unir datos que ya están en JMP. Unirse a más de 2 mesas en JMP fue una tarea.
D. Cliente(s) que lo solicita : TAXI
————
VI. Proyectos (Xan; Capacitación necesaria, Webcast): interfaz de usuario en buen estado, con errores. Todavía en terreno inestable conceptualmente, pero más cerca ahora después del 16/11/2015/ APLAZAR A 14
A.Descripción : Un proyecto es una forma de organizar análisis, ventanas, scripts, archivos y otros artefactos usando JMP en JMP. PAG proyecto Los correos electrónicos pueden incluir cero o más archivos (desde cualquier parte del disco) y cero o más carpetas activas (también desde cualquier parte del disco). Incluir una carpeta en un proyecto incluirá todos los archivos actuales y futuros de esa carpeta en el proyecto de manera similar a cómo funciona la carpeta de proyecto (única) en la actualidad. El archivo del proyecto en sí (es decir, el archivo .jmpprj) puede residir en una de las carpetas del proyecto o fuera de ella. Archivo->Nuevo proyecto abrirá inmediatamente un proyecto no guardado, en lugar del cuadro de diálogo de nuevo proyecto que se muestra hoy; esto hace que sea más fácil crear proyectos temporales y para nosotros implementar el “ crear un proyecto desde todas las ventanas abiertas”.
B.Audiencia : Nuevos usuarios de JMP, usuarios de JMP que se perdieron la ventana maestra. Usuarios de JMP que tienen problemas con la administración de ventanas.
C.Problemas comerciales clave abordados : El proyecto cumple muchas de las mismas funciones que solíamos tener con la ventana maestra en Windows, proporcionando un contenedor en lugar de tener todas las vistas dispersas. Barra de menú compartida. Cuando los análisis están dentro de la ventana del proyecto, ya existe una barra de menú completamente formada, sin necesidad de tener una barra de menú para cada tabla de datos y análisis. La barra de menú siempre está visible y disponible y no está duplicada. Tolerancia a las ventanas maximizadas: para los usuarios que usan habitualmente ventanas maximizadas, ya no les duele permitirles ver varias vistas, siempre que el usuario muestre varias pestañas simultáneamente. Borde de la lista de archivos: la lista de archivos disponibles siempre está disponible sin tener que volver a la ventana de inicio oa la ventana del sistema operativo. Estado guardado: un beneficio principal es la capacidad natural de devolver una sesión a un estado guardado para ese proyecto, con la capacidad de tener muchos estados guardados de sesión para varios proyectos. Geometría de presentación: en lugar de ventanas superpuestas, los proyectos disciplinan los informes para que estén en un espacio en mosaico o en pestañas. Carpeta de guardado predeterminada: cuando un proyecto está abierto, es más fácil guardar archivos porque hay una carpeta predeterminada clara para guardarlo. No todos estos beneficios se mantienen cuando hacemos proyectos diferentes a los archivos de una carpeta.
D. Cliente(s) que lo solicita : Starbucks, Roche, Abbott, Abbott Vascular, Gore, Intel, P&G, Micro, G3, Apple, Schott AG, Atotech, EM Microelectronic, Telefónica, Micron, Microsoft.
MI.Recursos :
1. http://sww.sas.com/jmpmediawiki/Proyecto_Conceptos
2. http://sww.sas.com/jmpmediawiki/Project_Concepts:_Overlapping_Features
3. http://sww.sas.com/jmpmediawiki/JMP_Projects_JMP13
4. http://sww.sas.com/jmpmediawiki/JMP_13_Projects_Issues_and_Features_List
5. http://sww.sas.com/jmpmediawiki/JMP_Projects_Future
————
VIII. Mejoras en HTML 5 (Brian, SS, Webcast)
A.Descripción : Compatibilidad con la mayoría de los segmentos en el estado Listo de Graph Builder. Compatibilidad con el diseño del panel desde las pestañas del Generador de aplicaciones.
B.Audiencia mi : Todo
C.Problemas comerciales clave abordados : Graph Builder es la principal herramienta de visualización de datos para comunicar lo que resulta en JMP; anteriormente no era interactivo al guardar como HTML interactivo. Los paneles perdieron su diseño al guardarlos como HTML 5.
D. Cliente(s) que lo solicita : General; TAXI
————
VIII. EZDOE (DOE sin lágrimas) Aplazar a 14
A.Descripción : interfaz de usuario para diseñar y trabajar a través de un flujo de trabajo DOE. Saber qué hacer y cómo usar las plataformas de modelado no es fácil para un novato. Diálogo con pestañas de principio a fin desde definir factores -> crear diseño -> tabla en el informe -> analizar el informe -> diagnósticos, etc.
B.Audiencia : usuarios básicos de JMP. Cinturones Verdes Seis Sigma.
C.Problemas comerciales clave abordados : JMP es demasiado difícil de aprender para un novato que solo quiera comenzar a diseñar un experimento sin tener que lidiar con varias tablas.
D. Cliente(s) que lo solicita : TAXI, Bill Kappele
————
IX. Mejoras generales en Graph Builder (Xan, SS, Webcast)
A.Descripción : Graph Builder es el estándar de oro para crear gráficos en JMP; Adición de actualizaciones de Tree Map y Parallel Plot a GB; el objetivo es la consolidación de todas las plataformas gráficas en GB; Conéctese a través de la línea que falta; Nuevas transformaciones como Cum Sum; Nivel alfa personalizable (tal vez); Reemplace 3 botones en la parte superior con la barra de herramientas mínima (como rehacer, filtrar; tal vez); Opciones de esquivar adicionales para puntos (tal vez); Adición de parcelas de cascada (tal vez); Leyendas dentro de la trama (tal vez); Múltiples estadísticas de resumen (tal vez); Más ajuste en regresión (exponencial); Ancho de barras y diagramas de caja; personalizaciones; Diagramas de cajas coloreadas (quizás); Líneas de paso central (tal vez); Deshacer más robusto (tal vez); Sombreado al alisado; Menos probable: salida tipo tabulado, soporte de desglose (mapa de árbol), generalmente acceso directo al filtro de datos locales, personalizaciones de la trama de violín; significa diamantes
B.Audiencia : Todos los usuarios de JMP
C.Problemas comerciales clave abordados : Graph Builder tiene más de 700 defectos abiertos. En cada lanzamiento, necesitamos eliminar estos defectos mientras evaluamos los nuevos defectos que ingresan. La lista anterior es ese esfuerzo para JMP 13.
D. Cliente(s) que lo solicita : N / A
————
X. Opciones de exportación: salida de Excel y generación de informes web (Brian, SS, Webcast)
A.Descripción norte : tome varias tablas JMP y envíelas a un solo libro de Excel. Tome varios informes HTML interactivos y agréguelos en una sola página web.
B.Audiencia : Todos intentan compartir resultados fuera de JMP.
C.Direcciones clave de los problemas comerciales : Es difícil armar un sitio web de resumen de los resultados y algunas veces los informes individuales están fuera de contexto. Un clic para generar un sitio web. A veces necesita generar un libro de trabajo de tablas JMP en Excel. Ahora con un clic puedes hacer eso.
D. Cliente(s) que lo solicita : Abbot, Jon W.
————
XI. SMD (Chris, Entrenamiento)
A.Descripción : El escalamiento multidimensional o MDS es una técnica estadística multivariante popular que es principalmente visual.Hay poca inferencia formal, como la prueba de hipótesis, asociada con MDS. El propósito de MDS es crear una representación visual del patrón de proximidades (es decir, similitudes o distancias) entre un conjunto de objetos. Por ejemplo, una matriz de similitudes percibidas entre varias marcas de cerveza, MDS traza las cervezas en un mapa donde aquellas cervezas percibidas como similares están juntas en el mapa, y aquellas cervezas percibidas como diferentes están muy separadas en el mapa. Mínimos cuadrados no lineales. Diagrama de Shepard: la línea significará bien, la nube significa que la historia no es tan simple. Más allá de 2-3 d.
B.Audiencia : Analistas sensoriales, Investigadores de mercado, Sociólogo, Biólogo
C.Problemas comerciales clave abordados : Proporcionar un método para que los clientes comparen productos y emitan juicios con respecto a las similitudes del producto sin la necesidad de proporcionar una lista de atributos del producto para comparar, como métodos utilizados en análisis conjunto, factorial, etc.
D. Cliente(s) que lo solicita : Universidad George Washington, P&G, Kenan-Flagler, Universidad. de Wisconsin, Universidad de Estocolmo, Universidad de Dokkyo
————
XII. ACV (Formación)
A.Descripción : El análisis de clase latente (LCA) es un método estadístico para identificar la pertenencia a una clase no medida entre los sujetos utilizando variables observadas categóricas y/o continuas. Por ejemplo, es posible que desee categorizar a las personas en función de sus conductas de consumo de alcohol (observaciones) en diferentes tipos de bebedores (clases latentes).
B.Audiencia : Investigación de Mercado, Sociología, Psicología, Salud
C.Problemas comerciales clave abordados : Análisis de conglomerados para variables categóricas. Anteriormente solo proporcionamos análisis factorial para continuo.
D. Cliente(s) que lo solicita : Walter Paczkowski, Universidad de Rutgers
————
XIII. Análisis de Diferencia Máxima (Entrenamiento)
A.Descripción : MaxDiff (a veces conocido como "Lo mejor de lo peor ”) es una técnica utilizada para analizar la preferencia del cliente. Los encuestados harán una elección o una compensación. Similar al análisis de elección, a menudo se considera más fácil de ejecutar y más informativo para ciertos estudios. Los encuestados simplemente seleccionan la mejor y la peor opción de un conjunto fijo de productos.
B.Audiencia : Investigadores de Mercado, Gerentes de Producto, Gerentes de Publicidad
C.Problemas comerciales clave abordados : opción solicitada con frecuencia ofrecida por competidores como Sawtooth. Max Diff se usa mucho en la industria y faltaba en nuestra oferta de Consumer Research.
D. Cliente(s) que lo solicita : Walter Paczkowski, Data Analytics Corp., Soluciones isométricas, P&G
————
XIV. Sin elección (Entrenamiento)
A.Descripción : El diseño y análisis de elección ahora ofrecerá una “ Opción Sin Elección”. Los investigadores de mercado ahora pueden ofrecer a los encuestados la opción, ya que a menudo puede que no les guste ninguna de las opciones que se ofrecen en el conjunto de opciones. Ninguna preferencia es la manera de pensar en esto. Muestre cómo puede sesgar su análisis con modelos de elección anteriores en los que no se consideró ninguna opción.
B.Audiencia : Investigadores de Mercado
C.Problemas comerciales clave abordados : Comúnmente ofrecido por competidores y frecuentemente empleado por profesionales de investigación de mercado. Si va a intentar predecir qué tan popular será un producto, si no tiene una opción sin elección, sus predicciones podrían estar equivocadas.
D. Cliente(s) que lo solicita : Walter Paczkowski, análisis de datos, P&G
————
XV. Análisis de capacidad no normal (SS)
A.Descripción : Capability Platform ahora ofrece soporte para ajuste de distribución no normal y estimación no paramétrica para índices de capacidad.
B.Audiencia : Analistas de control de calidad, Ingenieros de calidad, Calidad de proveedores, Profesionales de Six Sigma.
C.Problemas comerciales clave abordados : Se requieren múltiples plataformas para realizar la capacidad en JMP, según el tipo de distribución. Ahora todo se puede realizar en una plataforma.
D. Cliente(s) que lo solicita : Medtronic, Phil Ramsey, Tom Little
————
XVI. Crecimiento de la confiabilidad: sistemas múltiples (¿capacitación, web?)
A.Descripción : Se agregaron dos nuevas pestañas para admitir el análisis de crecimiento de múltiples sistemas. 1) Sistemas concurrentes: cuando se realizan pruebas en muchos sistemas similares y ocurre una falla en un sistema, la corrección de diseño se aplica a todos los sistemas en estudio. 2) Sistemas Paralelos: Estudie y compare el crecimiento de la confiabilidad en múltiples sistemas independientes por sistema y/o Fase. **Nota: esto puede cambiar según la fecha de lanzamiento.
B.Audiencia : Ingenieros de Confiabilidad, ingenieros de pruebas, ingenieros de diseño enfocados en sistemas reparables.
C.Problemas comerciales clave abordados : Usuarios y posibles clientes que seleccionan software de la competencia para realizar el análisis requerido.
D. Cliente(s) que lo solicita : Chrysler, GE, Abbot
————
XVII. Daño acumulativo
A.Descripción : analice los datos de tiempo hasta el evento en situaciones de estrés no constante. Realice una prueba de vida acelerada bajo un estrés creciente y analice los datos de campo bajo escenarios de estrés arbitrarios. Hay cuatro opciones de modelo disponibles: Esfuerzo escalonado, Esfuerzo de rampa, Sinusoide y Esfuerzo de rampa por tramos).
B.Audiencia : Ingenieros de diseño y fabricación y ensayo
C.Problemas comerciales clave abordados : Proporciona una alternativa a ALT cuando los ingenieros tienen un número limitado de unidades de prueba y tiempo de prueba.
D. Cliente(s) que lo solicita : Dow Chemical, Keurig, Biotronik, Tessera NA, OLEDWorks llc, numerosas solicitudes durante los eventos RAMS y Explorer.
————
XVIII. Diseño personalizado: simulación (en buen estado)
A.Descripción : Simule las respuestas del diseño personalizado del DOE. DOE Simular secuencia de comandos en la tabla de datos para ajustar la simulación después de que se haya creado el diseño.Normal, Binomial y Poisson. N Pruebas para Binomial para simular. Normal es habitual, Binomial y Poisson para conteos. Los conteos vienen en números enteros: cuando el número de conteos es pequeño, GLM es más apropiado para los modelos de Poisson. Manera de llegar a un cálculo de potencia para un problema complicado.
B.Audiencia : DoD: prueba del sistema y tiene muchas pruebas del sistema donde los resultados de la prueba son aprobados/fallidos. Siempre es mejor si obtiene una respuesta continua, pero si no puede, sería bueno decir: dada esta prueba, qué tan grande debe ser la diferencia entre el valor predicho en el bajo y el alto. Ingenieros de T&E.
C.Problemas comerciales clave abordados: En el pasado, las respuestas de simulación suponían una distribución normal de la Y. Y la simulación resultante en la columna Y no era una fórmula, por lo que no se podía ajustar después del efecto. Muy complicado para modelos binomiales con muchos efectos subyacentes. Las herramientas de potencia y tamaño de muestra asumen que solo tiene 1 x lo que le interesa, esto no es cierto para problemas reales ya que la varianza no es lineal. Calcule cuántas pruebas adicionales necesita hacer para detectar un pequeño cambio en la probabilidad, por ejemplo, diferencia entre .95 y .99: necesita muchas pruebas.
D. Cliente(s) que lo solicita : Departamento de Defensa.
————
XIX. Mejoras JSL
A.Descripción : En cada lanzamiento, nos esforzamos por mejorar la experiencia de los scripters novatos y avanzados para usar JSL. Algunas funciones nuevas son específicas de las secuencias de comandos y otras son cambios/adiciones en la arquitectura que facilitan la vida tanto del programador como del usuario general de JMP.
B.Audiencia : Guionistas
C.Problemas comerciales clave abordados : Muchas veces, cuando JMP falla, perdería el trabajo en un script u otros archivos JMP porque JMP no tiene ningún mecanismo de guardado automático. Ahora lo hace. JSON no era fácil de importar, ahora lo es. Era difícil comparar la diferencia en dos scripts, ahora es fácil con File Compare. Las listas principales eran muy lentas, se han optimizado y ahora son rápidas. Los lenguajes que no son JSL no estaban codificados por colores de sintaxis, lo que los hacía difíciles de leer, ahora hay estilos para codificar por colores el editor de texto para varios idiomas. Uso de espacio de nombres (); La función ayuda con el dolor de querer ejecutar un bloque de código en un espacio de nombres específico. JSL no tenía clase, ahora sí: funciones, métodos (virtuales); Herencia de apoyo; No se admite el polimorfismo, a menos que se haga mediante recuentos de argumentos; Este y super son soportes; Enviar mensajes a una clase; Bloques de código de espacio de nombres.
D. Clientes que lo piden : General
————————————————————————————————————————
JMPPro:
XX. Análisis del explorador de texto
A.Descripción : análisis multivariado (como PCA, LCA) para tratar con datos de texto limpiados y clasificados por la plataforma de análisis de texto. Tratar con preguntas de encuestas, informes de ingenieros.
B.Audiencia : cualquier persona con datos de texto que busque construir modelos predictivos a partir de esos datos, puede realizar análisis multivariados con datos de texto.
C.Problemas comerciales clave abordados : Convierte el problema de tratar con datos de texto en un problema estándar de análisis de datos.
D. Cliente(s) que lo solicita : Adsurgo, CAB, Materiales aplicados, FDA, Micron
————
XXI. Mejoras de regresión generalizadas
A.Descripción : funciones adicionales que se agregan a GenReg. Capacidad para manejar la censura; tipo de modelos que encajarías con supervivencia paramétrica, podrías encajar con Gen Reg, con selección variable. Modelo de tiempo hasta el evento. ERIC: una técnica de validación que elegirá modelos más dispersos para la mayoría de los problemas de ajuste, ya que fue hecho a medida para el lazo adaptativo a diferencia de AICc y BIC. Modelo de regresión de Cox en el marco Gen Reg. Ajuste interactivo de la curva ROC. Cambie el modelo y mire el entrenamiento/validación de ROC.
B.Audiencia : Bioestadísticos (regresión de Cox). Ingenieros de confiabilidad (modelos censurados)
C.Problemas comerciales clave abordados : La plataforma de regresión de Cox era antigua y necesitaba una actualización; incapaz de incluir datos censurados en Gen. Reg.; Los modelos creados con técnicas de validación estándar suelen ser demasiado grandes, porque AICc y BIC asumen la máxima verosimilitud.
D. Cliente(s) que lo solicita:
————
XXII. Simulación de sistemas reparables (RSS)
A.Descripción : Motor de simulación interno que puede usar simulación de eventos discretos. Preocupado principalmente por lo reparable. Cosas lo suficientemente grandes como para considerar repararlas.
B.Audiencia : Cualquiera que busque simular la reparación de cosas costosas (turbinas, motores de aviones).
C.Problemas comerciales clave abordados : Simulación para obtener resultados de cuánto tiempo va a caer algo, lo cual es costoso. ¿Qué deberían arreglar mientras están allí? El RBD existente solo hizo tiempo hasta el evento (falla única). La simulación resuelve un problema más difícil. Necesidad de llegar a un presupuesto (pronóstico). ¿Cuántos eventos reparables debo esperar en algún período de tiempo?
D. Cliente(s) que lo solicita : GE Energy, P&G, Rolls Royce, mantenimiento de flotas (autobuses escolares, por ejemplo). Materiales aplicados.
————
XXIII. Ajuste de proceso gaussiano de problemas grandes usando Fit Mixed Framework
A.Descripción : Analice fácilmente conjuntos de datos mucho más grandes. Maneja el código de bloqueo. Capacidad para analizar variables categóricas como entrada. AKA modelos sustitutos. Configure un tamaño de bloque; Permitiendo un GASP rápido.
B.Audiencia : Personas que realizan experimentos de simulación por computadora.
C.Problemas comerciales clave abordados : Era lento ajustar los problemas del proceso gaussiano cuando eran más grandes que, aprox. 1000 registros. Si su simulación incluyera variables categóricas como entradas, no podría analizar el problema.
D. Cliente(s) que lo solicita: Gobierno, Semiconductores, Sandia, P&G, Pratt & Witney, GE Energy
————
XXIV. Modelos mixtos Modelos adicionales
A.Descripción : Se agregó una serie de funciones de correlación a la estructura repetida, intercambiables, interdependientes iguales/desiguales, varianzas desiguales,
B.Audiencia : Personas que realizan ajustes mixtos de modelos, especialmente en estudios agrícolas y humanos.
C.Problemas comerciales clave abordados : Cerrar las brechas frente a los competidores que se ajustan a modelos mixtos.
D. Cliente(s) que lo solicita:
————
XXV. Funcionalidad general de simulación
A.Descripción : Cambia cualquier columna de entrada con la columna del generador de números aleatorios. Análisis de potencia para términos en el modelo. Simulación general de Montecarlo. También realice bootstrapping paramétrico. Guarde la fórmula de simulación para cualquier distribución en GenReg. Ejecute un experimento 100 veces y vea cuál es la variabilidad entre los experimentos. Para ejemplos normales, las mediciones de potencia y tamaño de muestra en Diseño personalizado le indican lo que necesita saber; pero para los experimentos Binomial y Poission, necesita simular.
B.Audiencia : General; estadísticos
C.Problemas comerciales clave abordados : Necesita realizar cálculos de potencia, tal vez tenga datos de conteo. ¿Qué tan bien funcionará su experimento bajo ciertas suposiciones?
D. Cliente(s) que lo solicita : Departamento de Defensa, Ejército, Gobierno general, Investigadores que presentan subvenciones.
————
XXVI. Análisis de asociación
A.Descripción : Análisis básico de mercado, analizar qué productos se presentan juntos en una transacción y hacer recomendaciones. Genere a partir de términos o elementos estructurados y desee ver cuáles ocurren juntos. Cree reglas de asociaciones con la plataforma Market Basket. Generar tabla para asociación desde la plataforma Text Explorer. Posible uso para la extracción de datos de fallas; cuales fallas ocurren juntas.
B.Audiencia : Investigadores de mercado. comercializadores.
C.Problemas comerciales clave abordados: elemento de la lista de verificación para los programas de investigación de mercado.
D. Cliente(s) que lo solicita: Matt Flynn (Aetna), Rob Reul, P&G, profesores de Curt que quieren enseñar investigación de mercado con JMP.
————
XXVIII. Aumento de gradiente estocástico
A.Descripción : Mejoras de rendimiento para árboles potenciados; combinación de Random Forest y Gradient Boost.
B.Audiencia : Modeladores predictivos y mineros de datos.
C.Problemas comerciales clave abordados:
D. Cliente(s) que lo solicita: Russ, Mia.
————
XXVIII. Bayes jerárquico
A.Descripción : Modelo de efectos aleatorios para el análisis de elección.Análisis de segmentación de modelos de elección. Es una forma diferente de modelar los efectos del sujeto y puede validar estadísticamente qué parte de la heterogeneidad se debe a la diferencia observable entre los sujetos y cuánto es la variación aleatoria.
B.Audiencia : Investigadores de mercado. También puede colocar HB en Max Diff si tiene la versión Pro de JMP.
C.Problemas comerciales clave abordados: en la versión anterior de JMP, no pudimos modelar adecuadamente la heterogeneidad en los modelos de elección, lo que resultó en predicciones imperfectas y modelos de menor calidad en general. Hierarchical Bayes es una técnica estándar de la industria y está disponible en software de la competencia, incluidos Sawtooth, R y otros.
D. Cliente(s) que lo solicita: P&G, P&G Europa, Walt P (líder de pensamiento de la industria). Cualquiera que esté haciendo modelos de elección eventualmente querrá esto.
————
XXIV. depósito de fórmulas; Código de puntuación SQL/SAS/C de salida para modelos JMP Pro.
A.Descripción : un centro para organizar e implementar modelos integrados en JMP Pro sin sobrecargar la tabla de datos con columnas y columnas de fórmulas de predicción; Forma mucho más eficiente de almacenar modelos JMP Pro.
B.Audiencia : Modelos predictivos; aquellos que necesitan implementar modelos integrados en JMP Pro en otros sistemas.
C.Problemas comerciales clave abordados: en versiones anteriores de JMP, cuando se creaban varios modelos, la tabla de datos se cargaba con muchas columnas adicionales de fórmulas de predicción, que tenían que haber sido generadas desde plataformas de ajuste para que la plataforma de comparación de modelos funcionara. También todas las columnas que nombramos por la respuesta predicha, lo que dificultó averiguar de qué fuente del modelo provino la fórmula de predicción. Con tablas grandes, esto podría generar una gran huella debido a estas columnas adicionales. La implementación también fue difícil y JMP Pro carecía de un centro único para organizar fórmulas de predicción e implementarlas selectivamente en código para otros sistemas como SQL o C. Ahora el centro modelo arregla todo esto.
D. Clientes que lo solicitan: P&G, GE (GE Power), Starbucks, IMFT, Micron, Intel, Rob Reul.
————————————————————————————————————————
Aplicación de creación de gráficos para iPad – ahora te permite importar archivos de Excel y de texto. También agrega la capacidad de acceder al almacenamiento de Box, Dropbox e iCloud (y otros proveedores de nube).Beta en febrero 7.0 u 8.0 mínimo iOS.
Varias funciones nuevas de JMP:
• Nuevo arrancador JMP (incluido un arrancador específico de JMP Pro) (SS)
• Importación HDF5 (SS): Raytheon, Johns Hopkins, General Dynamics, Armada ( http://sww.sas.com/ds/DefectsSearch/S0780/S0780852.html )
