|
Fingerrock i
|
Fingerrock II
|
Fingerrock III
|
Dienstag, 8:30 Uhr
|
2019-US-TUT-290
Wesentliches Scripting für Effizienz und Reproduzierbarkeit: Weniger tun, um mehr zu tun
Zeichnete Foglia
Evan McCorkle
Von der Reproduktion einfacher Aufgaben über die Automatisierung täglicher Prozesse bis hin zur gemeinsamen Nutzung von Skripts mit Kollegen und der Bereitstellung vollständiger Anwendungen in Ihrem Unternehmen gibt es Herausforderungen auf allen Ebenen, die die Effizienz und Zuverlässigkeit Ihrer JSL-Skripts einschränken können. In diesem Tutorial bewegen wir uns entlang des Bogens von kleinen Skripten zu großen Anwendungen und stellen Best-Practice-Techniken vor, um viele der häufigen, aber subtilen Fallstricke zu mindern, die JSL-Neulinge und -Veteranen oft gleichermaßen behindern. Wir werden Strategien zum Kombinieren mehrerer Schritte zu einem zusammenhängenden Skript und umgekehrt zum Aufteilen übermäßig großer Skripts in überschaubarere Dateien erörtern. Wir werden auch Tipps für den Umgang mit Fehlern, das Wrangling von Fenstern, das Isolieren von Variablen von unerwarteten Änderungen, den Schutz der Integrität Ihrer Skripts ohne Beeinträchtigung der Nützlichkeit und mehr präsentieren.
|
2019-US-TUT-291
Erweiterte Datenvorbereitung: 10 wichtige Tools in JMP®, um von „chaotisch“ zu „analysebereit“ zu werden
Julian Paris
Selten, wenn überhaupt, kommen Daten in einem „analysebereiten“ Format zu uns. Glücklicherweise verfügt JMP über eine reichhaltige und umfassende Reihe von Tools, mit denen Sie Ihre Daten effizient für die Analyse vorbereiten können. In diesem Lernprogramm untersuchen wir 10 der wesentlichen Tools in JMP, die uns dabei helfen, unsere Daten von „chaotisch“ zu „analysebereit“ zu machen, einschließlich Methoden zum Umgang mit der Umstrukturierung und Verknüpfung von Tabellen, berechneten und abgeleiteten Variablen, Ausreißern und einflussreichen Punkten sowie der Umcodierung von Variablen , fehlende Werte und mehr. Nachdem wir jedes der 10 wesentlichen Tools eingehend untersucht und Best Practices (und sogar einige Off-Label-Anwendungen für bestimmte Tools) besprochen haben, werden wir drei Fallstudien durcharbeiten, in denen wir diese Tools auf verschiedene Weise für einen effizienten Import anwenden , recodieren, restrukturieren und reorganisieren Sie komplexe und herausfordernde Datensätze. Vorkenntnisse im Umgang mit JMP werden dringend empfohlen, sind jedoch nicht unbedingt erforderlich.
|
2019-US-TUT-270
Wann welches Modell?
Ruth Hummel
Maria lieblos
Sie haben eine Geschäfts- oder Forschungsfrage, Sie haben geeignete Daten gesammelt oder gefunden und sind bereit für die Analyse. Aber welche Analysemethoden sollten Sie ausprobieren? Und wie wählen Sie ein endgültiges Modell aus? In diesem Vortrag werden wir uns mehrere Datenszenarien ansehen und Modellierungsoptionen und einen Vergleichsrahmen vorstellen. Wir werden untersuchen, wie sich verschiedene Fragen oder Ziele auf die von uns getroffenen Modellierungsentscheidungen auswirken. (Vorhersagen? Erklären? Assoziationen finden?) Zu den abgedeckten Modellen gehören traditionelle Regression, Penalized-Regression, partielle kleinste Quadrate und einige andere. Vergleichstechniken umfassen Residuenanalysen, Vergleiche von Anpassungsstatistiken und Kreuzvalidierung oder Validierung neuer Daten.
|
Dienstag, 10:30 Uhr
|
2019-US-TUT-264
Vor der Modellierung: Feature Engineering in JMP(R)
Jordan Hiller
Mike Muhlada
Erfolgreiche Vorhersagemodellierungsprojekte erfordern ein sorgfältiges Feature-Engineering. Feature Engineering ist sowohl eine Wissenschaft als auch eine Kunst und umfasst das Sammeln, Zusammenfassen, Umformen und Transformieren von Daten in eine Form, die von Modellierungsalgorithmen verwendet werden kann. Dieses Lernprogramm beschreibt einige der üblichen Aktivitäten beim Feature-Engineering und demonstriert JMP-Tools, die zu deren Durchführung verwendet werden können. Es wird eine eingehende Diskussion und Beispiele geben, die die Verwendung von Formelspalten für das Klassieren und Transformieren, die Recode-Plattform für das Reduzieren von Kategorien und den Query Builder für die Zusammenfassung zeigen.
|
2019-US-TUT-292
Graph Builder: Von der Entdeckung bis zur Präsentation
Bill Worley
Graph Builder ist ein Tausendsassa, wenn es um die Visualisierung Ihrer Daten geht. Es ist während des gesamten Analyseprozesses nützlich, von der Untersuchung Ihrer Daten, um zu verstehen, was Sie haben, über die Entdeckung von Beziehungen bis hin zur Erstellung des perfekten Diagramms zur Präsentation Ihrer Ergebnisse. Diese Sitzung zeigt Ihnen, wie Sie Graph Builder effektiv verwenden, mit einem Überblick über die verfügbaren Diagrammelemente und die Optionen für jedes Element. Es zeigt Ihnen auch einige Tricks, die Ihnen helfen, ein Meister des Graphenerstellers zu werden.
|
2019-US-TUT-293
Die flexibelste Modellierungsplattform, die Sie nicht verwenden
Lehm Barker
Verallgemeinerte Regression – das klingt beängstigend, ist es aber nicht. Diese Plattform in JMP Pro kann die gängigsten Übungen zur linearen Modellierung verarbeiten. Müssen Sie den besten Satz von Prädiktoren in einem Meer von Möglichkeiten finden (dh Variablenauswahl)? Diese Plattform kann das. Müssen Sie eine kategoriale Antwort mit mehr als zwei Ebenen modellieren? Generalisierte Regression kann das tun. Haben Sie Probleme mit nicht normalen Antworten wie Zähldaten oder Ertragsprozentsatz? Wo andere Modellierungsmethoden mit diesen Antworten versagen, behandelt Generalized Regression sie mit Souveränität. Wenn Sie diese Plattform nicht nutzen, verpassen Sie etwas. Wir werden uns die Verwendung von Genreg zum Erstellen von Modellen in einer Vielzahl von Umgebungen ansehen: beginnend mit einem orthogonal gestalteten Experiment und hin zu großen Beobachtungsdatensätzen.
|
Dienstag, 13:00 Uhr
|
2019-US-TUT-246
Erstellen von Dashboards in JMP(R)
Dan Schikore
JMP-Plattformen werden häufig in Kombination miteinander verwendet, um einen Arbeitsablauf zu steuern oder eine ergänzende Analyse und Visualisierung der Daten bereitzustellen. Der JMP Dashboard Builder kann Ihnen dabei helfen, mehrere Berichte in einem einzigen Fenster zu organisieren und den Satz von Berichten mit derselben Datentabelle oder einer neuen Tabelle zu reproduzieren. Das Dashboard-Layout kann automatisch oder durch interaktive Drag-and-Drop-Operationen erfolgen, und ein Bericht kann optional verwendet werden, um andere im Dashboard zu filtern. Dashboards können in einer JMP-Datentabelle gespeichert werden, um die Berichte mit derselben Tabelle zu reproduzieren, oder sie können in einem Add-In gespeichert werden, um das Dashboard mit Kollegen zu teilen und denselben Bericht in verschiedenen Datentabellen zu reproduzieren. Wenn Dashboards von den Ergebnissen von Datenbankabfragen abhängen, haben Sie die Wahl, die Abfrage jedes Mal erneut auszuführen oder eine gespeicherte Kopie der Abfrage zu verwenden. Dashboard-Ergebnisse können auch auf JMP Public oder einem privaten JMP Live-Server gespeichert werden, um interaktive Berichte mit anderen über das Internet zu teilen.
|
2019-US-TUT-287
Die Grundlagen des modernen Experimentierens mit JMP®
Bradley Jones
Gestaltetes Experimentieren ist der beste Weg, um etwas über industrielle Prozesse zu lernen. Aber in der langen Geschichte der Versuchsplanung haben die meisten Experimentatoren Methoden erlernt, die sich darauf konzentrierten, das Experiment an klassische Versuchspläne anzupassen. Die Notwendigkeit, diese Beschränkungen zu verstehen, begrenzte die Zahl der effektiven Experimentatoren. Der JMP-Ansatz für DOE nimmt dem Praktiker die Last ab, die Beschränkungen von Lehrbuchdesigns zu verstehen, und überlässt stattdessen dem Experimentator die Kontrolle. Erfahren Sie, wie Sie mit dem benutzerdefinierten Designer ein Experiment für einen beliebigen Prozess entwerfen. Der Custom Designer erstellt ein auf Ihre Situation zugeschnittenes Experiment. Haben Sie Einschränkungen bei den Inputfaktoren? Kein Problem. Mischungsfaktoren zusammen mit Prozessinputs? Kein Problem. Was ist mit einem Laufbudget, das die Anzahl der Experimente begrenzt, die Sie durchführen können? Der Custom Designer gibt Ihnen ein Design, mit dem Sie innerhalb Ihres Budgets so viel wie möglich lernen können. Vor ein paar Jahren sagte Stu Hunter, dass „[die Technologie hinter den DOE-Plattformen in JMP] die Art und Weise verändern würde, wie ich DOE unterrichte.“ Kommen Sie und sehen Sie, wie.
|
2019-US-TUT-193
Groß angelegte Prozessüberwachung mit JMP(R)
Laura Lancaster
Jianfeng Ding
Im Zeitalter von Big Data und komplexer Fertigung gibt es oft eine enorme Menge an Prozessdaten, die überwacht und analysiert werden müssen, um die Qualität aufrechtzuerhalten oder zu verbessern. JMP verfügt über mehrere Tools, mit denen Analysten den Umfang ihrer Prozessüberwachung schnell und effizient steigern können . Die Prozess-Screening-Plattform ermöglicht es Benutzern, Prozesse einfach auf Stabilität und Leistungsfähigkeit zu scannen und die Aufmerksamkeit auf verbesserungsbedürftige Prozesse zu lenken. Die Plattform berechnet zunächst einen zusammenfassenden Bericht auf der Grundlage von Kontrolldiagrammen, Fähigkeits- und Stabilitätsberechnungen und erstellt mehrere Diagramme für schnelle visuelle Beurteilung des Prozesszustands. Basierend auf diesen ersten Ergebnissen ist es einfach, die Prozesse auszuwählen, die Aufmerksamkeit erfordern, und sie mit Zugriff auf Control Chart Builder und Process Capability eingehender zu untersuchen zur Überwachung großer Mengen stark korrelierter Prozesse. Diese Plattform kann in Verbindung mit den PCA- und PLS-Plattformen verwendet werden, um multivariate Prozessvariationen im Laufe der Zeit zu überwachen, frühzeitige Warnungen vor Prozessverschiebungen auszugeben und wahrscheinliche Ursachen für Prozessänderungen vorzuschlagen. Wir werden verwenden Fallstudien, um zu demonstrieren, wie man mit JMP viele Prozesse überwacht und analysiert, um eine schnelle und effiziente Verbesserung zu erreichen.
|
Dienstag, 15:00 Uhr
|
2019-US-TUT-294
Holen Sie sich das JMP(R) in Ihre klinische Studienanalyse
Geoff Mann
Christian Kirchberg
Die neueste JMP Clinical Version 7.0 wurde im Herbst 2018 veröffentlicht. JMP Clinical ist eine vertikale Lösung, die JMP-Fähigkeiten und eine umfassende JSL-Infrastruktur nutzt, um eine kundenspezifische Schnittstelle für die Überprüfung von Daten klinischer Studien für medizinische Sicherheit, frühe Wirksamkeit, Datenintegrität und onkologische Analysen zu erstellen. JMP Clinical 7.0 stellt bedeutende Verbesserungen dar, die jetzt mehr denn je die wichtigsten Funktionen von JMP 14 nutzen. In dieser Präsentation geben wir einen Überblick über die neuen Funktionen von JMP Clinical, wobei wir uns stark auf einen neuen umfassenden Überprüfungssubjektfilter konzentrieren, der um virtuell verbundene JMP-Tabellen mit Zeilenstatussynchronisierung (neu in JMP 14) und Datenfiltern aufgebaut ist. Unsere JMP Clinical Reviews bieten standardisierte, reproduzierbare Analysen und jetzt führen wir auch eine Infrastruktur zum Speichern weiterer JMP-Anpassungen in unseren Berichten ein, damit Sie Ihre eigenen JMP-Analysen mit unseren Anwendungen verknüpfen können. Wir heben auch neue Funktionen in JMP Graph Builder hervor, um hochgradig angepasste Visualisierungen für die Analyse klinischer Studien in der Onkologie mit soliden Tumoren bereitzustellen, einschließlich Schwimmer-Plots, Wasserfall-Plots und Spinnen-Plots. Allgemeiner werden wir erörtern, wie diese vertikale Lösung das Erstellen robuster Anwendungen über JSL und die JMP-Add-In-Architektur veranschaulicht, um die Verwendung von JMP zu verbessern.
|
2019-US-TUT-295
Reden wir über Tabellen
Kelci Miclaus
Mandy Chambers
JMP 13 führte virtuelle Verknüpfungen für JMP-Tabellen ein. Diese Funktion ermöglicht es Ihnen, gemeinsame Schlüssel zum Verknüpfen mehrerer Tabellen zu verwenden, ohne die Zeit/den Arbeitsspeicher zu verbrauchen, die erforderlich sind, um tatsächlich eine verknüpfte (denormalisierte) Kopie Ihrer Daten zu erstellen. Durch das virtuelle Verbinden von Tabellen erhält eine Tabelle Zugriff auf Spalten aus den verknüpften Tabellen für eine einfache Datenexploration. Eine neue Funktion in JMP 14 erweitert die virtuellen Verknüpfungsfunktionen, damit verknüpfte Tabellen miteinander kommunizieren können, indem Zeilenzustände gemeinsam genutzt werden. Neue Optionen ermöglichen es Ihnen, eine Link-Referenztabelle einzurichten, um Zeilenstatusänderungen zwischen virtuell verbundenen Tabellen abzuhören und/oder zu verteilen. Diese Funktion bietet eine unglaublich leistungsstarke Datenexplorationsschnittstelle, die unnötige Tabellenmanipulationen vermeidet. In dieser Präsentation werden die neuen Funktionen in JMP anhand von Beispielen unter Verwendung der gängigen Probendaten hervorgehoben, gefolgt von einer praktischen Anwendung dieser Funktionen, wie sie in JMP Clinical implementiert sind. Wir werden eine Überprüfung mehrerer Metriken zu Patienten in einer klinischen Studie erstellen, die virtuell mit einer demografischen Tabelle der Probanden verknüpft sind, und zeigen, wie ein Datenfilter in der Link-ID-Tabelle eine globale Filterung der Probanden in allen verknüpften Sicherheitsbereichen (unerwünschte Ereignisse, Labore, usw.) Tabellen.
|
2019-US-TUT-289
Einführung in die funktionale Datenanalyse
Chris Gottwalt
Ryan Parker
JMP Pro ist jetzt in der Lage, funktionale Daten auf eine neue Art und Weise zu modellieren und zu visualisieren, die direkt und unkompliziert ist und zu hochpräzisen Modellen führt. Wir werden die Functional Data Explorer-Plattform vorstellen und eine Reihe von Beispielen durchgehen, die zwei besonders nützliche Problemfamilien veranschaulichen, deren Lösung sie erleichtert, die Function-Response-DOE-Analyse (FR-DOE) und das funktionale Regressor-Maschinenlernen (FR-ML). Die FR-DOE-Analyse ermöglicht es, direkt zu sehen, wie sich die Form einer Reaktionskurve als Ergebnis von Änderungen im Wert der DOE-Faktoren ändert. FR-ML ist ein Ansatz zur Merkmalsextraktion für Sensordaten aus Herstellungsprozessen, der eine genaue frühzeitige Vorhersage der endgültigen Chargenausbeute oder fehlerhafter Produkte erleichtert. Unsere Beispiele stammen hauptsächlich aus der pharmazeutischen, chemischen und Halbleiterfertigung, aber unser Ansatz kann auf praktisch jede Branche angewendet werden.
|
