화요일 오전 8시 30분
|
2019-US-TUT-290
효율성과 재현성을 위한 필수 스크립팅: 적은 작업으로 더 많은 작업 수행
드류 폴리아
에반 맥코클
간단한 작업 재생산에서 일상적인 프로세스 자동화, 동료와 스크립트 공유, 조직 전체에 전체 응용 프로그램 배포에 이르기까지 JSL 스크립트의 효율성과 안정성을 제한할 수 있는 문제가 모든 수준에서 존재합니다. 이 튜토리얼에서 우리는 JSL 초보자와 베테랑 모두를 방해하는 일반적이면서도 미묘한 많은 함정을 완화하기 위한 모범 사례 기술을 제시하는 작은 스크립트에서 큰 응용 프로그램에 이르기까지 호를 따라 여행할 것입니다. 여러 단계를 결합된 스크립트로 결합하고 반대로 지나치게 큰 스크립트를 보다 관리하기 쉬운 파일로 분할하는 전략에 대해 논의할 것입니다. 또한 오류 처리, 창 랭글링, 예기치 않은 변경으로부터 변수 격리, 유용성을 손상시키지 않고 스크립트 무결성 보호 등에 대한 팁을 제공합니다.
|
2019-US-TUT-291
고급 데이터 준비: JMP®의 10가지 필수 도구로 "지저분함"에서 "분석 준비" 상태로 전환
줄리안 패리스
데이터가 "분석 준비" 형식으로 제공되는 경우는 거의 없습니다. 다행히 JMP에는 분석을 위해 데이터를 효율적으로 준비할 수 있는 풍부하고 광범위한 도구 세트가 있습니다. 이 튜토리얼에서는 테이블 재구성 및 결합, 계산 및 파생 변수, 이상값 및 영향 포인트, 변수 재코딩을 처리하는 방법을 포함하여 "복잡한" 데이터에서 "분석 준비" 상태로 데이터를 가져오는 데 도움이 되는 JMP의 10가지 필수 도구를 살펴봅니다. , 누락된 값 등이 있습니다. 10가지 필수 도구를 각각 심층적으로 탐색하고 모범 사례(특정 도구에 대한 일부 "오프 레이블" 사용)에 대해 논의한 후 이러한 도구를 효율적으로 가져오기 위해 다양한 방법으로 적용하는 3가지 사례 연구를 진행합니다. , 복잡하고 도전적인 데이터 세트를 재구성, 재구성 및 재구성합니다. 꼭 필요한 것은 아니지만 JMP를 사용한 이전 경험을 적극 권장합니다.
|
2019-US-TUT-270
어떤 모델 언제?
루스 험멜
메리 러브리스
비즈니스 또는 연구 질문이 있고 적절한 데이터를 수집하거나 찾았으며 분석할 준비가 되었습니다. 하지만 어떤 분석 방법을 시도해야 할까요? 그리고 어떻게 최종 모델을 선택할 것인가? 이 강연에서 우리는 여러 데이터 시나리오를 살펴보고 비교를 위한 모델링 옵션과 프레임워크를 제시할 것입니다. 다양한 질문이나 목표가 모델링 선택에 어떤 영향을 미치는지 살펴보겠습니다. (예측하다? 설명? 연관을 찾으시겠습니까?) 다루는 모델에는 기존 회귀, 벌점 회귀, 부분 최소 제곱 및 기타 몇 가지가 포함됩니다. 비교 기술에는 잔차 분석, 적합 통계 비교, 새 데이터에 대한 교차 검증 또는 검증이 포함됩니다.
|
화요일 오전 10시 30분
|
2019-US-TUT-264
모델링 전: JMP(R)의 기능 엔지니어링
조던 힐러
마이크 물라다
성공적인 예측 모델링 프로젝트에는 신중한 기능 엔지니어링이 필요합니다. 과학과 예술 모두에서 피쳐 엔지니어링은 데이터를 수집, 요약, 재구성 및 모델링 알고리즘에서 사용할 수 있는 형태로 변환하는 작업을 포함합니다. 이 자습서에서는 기능 엔지니어링의 몇 가지 일반적인 활동을 설명하고 이를 수행하는 데 사용할 수 있는 JMP 도구를 보여줍니다. 비닝 및 변환을 위한 수식 열의 사용, 범주 축소를 위한 Recode 플랫폼, 요약을 위한 쿼리 작성기를 보여주는 심층 토론과 예제가 있을 것입니다.
|
2019-US-TUT-292
그래프 빌더: 발견에서 프레젠테이션까지
빌 월리
그래프 빌더는 데이터 시각화에 있어 만능입니다. 데이터 탐색에서 얻은 정보 이해, 관계 발견, 결과를 표시하기 위한 완벽한 그래프 작성에 이르기까지 분석 프로세스 전반에 걸쳐 유용합니다. 이 세션에서는 사용 가능한 그래프 요소와 각 요소에 대한 옵션에 대한 개요와 함께 그래프 빌더를 효과적으로 사용하는 방법을 보여줍니다. 또한 마스터 그래프 빌더가 되는 데 도움이 되는 몇 가지 트릭을 보여줍니다.
|
2019-US-TUT-293
사용하지 않는 가장 유연한 모델링 플랫폼
클레이 바커
일반화된 회귀 - 무섭게 들리지만 그렇지 않습니다. JMP Pro의 이 플랫폼은 가장 일반적인 선형 모델링 연습을 처리할 수 있습니다. 가능성의 바다(즉, 변수 선택)에서 최상의 예측 변수 집합을 찾아야 합니까? 이 플랫폼은 그렇게 할 수 있습니다. 두 개 이상의 수준으로 범주형 반응을 모델링해야 합니까? 일반화 회귀는 그렇게 할 수 있습니다. 계수 데이터 또는 수율 백분율과 같은 비정상 응답에 문제가 있습니까? 다른 모델링 방법이 이러한 응답과 관련이 없는 경우 일반화 회귀는 이를 적절하게 처리합니다. 이 플랫폼을 사용하지 않는다면 놓치고 있는 것입니다. Genreg를 사용하여 다양한 설정에서 모델을 구축하는 방법을 살펴보겠습니다. 직교 설계된 실험에서 시작하여 대규모 관측 데이터 세트로 이동합니다.
|
화요일 오후 1시
|
2019-US-TUT-246
JMP(R)에서 대시보드 구축
댄 시코레
JMP 플랫폼은 종종 워크플로를 안내하거나 데이터에 대한 보완적인 분석 및 시각화를 제공하기 위해 서로 결합하여 사용됩니다. JMP Dashboard Builder를 사용하면 단일 창에서 여러 보고서를 구성하고 동일한 데이터 테이블이나 새 테이블을 사용하여 보고서 세트를 재현할 수 있습니다. 대시보드 레이아웃은 자동으로 또는 대화형 끌어서 놓기 작업을 통해 수행할 수 있으며 하나의 보고서를 선택적으로 대시보드에서 다른 보고서를 필터링하는 데 사용할 수 있습니다. 대시보드를 JMP 데이터 테이블에 저장하여 동일한 테이블로 보고서를 재현하거나 추가 기능에 저장하여 동료와 대시보드를 공유하고 다른 데이터 테이블에서 동일한 보고서를 재현할 수 있습니다. 대시보드가 데이터베이스 쿼리의 결과에 의존하는 경우 쿼리를 매번 다시 실행하거나 쿼리의 저장된 복사본을 사용할 수 있습니다. 대시보드 결과를 JMP Public 또는 비공개 JMP Live 서버에 저장하여 웹을 통해 다른 사람들과 대화형 보고서를 공유할 수도 있습니다.
|
2019-US-TUT-287
JMP®를 사용한 현대 실험의 기초
브래들리 존스
설계된 실험은 산업 공정에 대해 배우는 가장 좋은 방법입니다. 그러나 실험 설계의 오랜 역사에서 대부분의 실험자들은 실험을 고전 설계에 맞추는 데 초점을 맞추는 방법을 배웠습니다. 이러한 제약 조건을 이해해야 하기 때문에 효과적인 실험자의 수가 제한되었습니다. DOE에 대한 JMP의 접근 방식은 교과서 설계의 제약을 이해해야 하는 부담을 실무자가 대신 수행하는 대신 실험자를 통제하도록 합니다. 사용자 지정 디자이너를 사용하여 모든 프로세스에 대한 실험을 설계하는 방법을 확인하십시오. Custom Designer는 상황에 맞는 실험을 만듭니다. 입력 요소에 제약이 있습니까? 문제 없어요. 공정 투입과 함께 혼합 요인? 문제 없어요. 수행할 수 있는 실험의 수를 제한하는 실행 예산은 어떻습니까? 맞춤형 디자이너는 예산 내에서 최대한 많은 것을 배울 수 있는 디자인을 제공할 것입니다. 몇 년 전 Stu Hunter는 "[JMP의 DOE 플랫폼 이면의 기술]은 내가 DOE를 가르치는 방식을 바꿀 것입니다."라고 말했습니다. 방법을 참조하십시오.
|
2019-US-TUT-193
JMP(R)를 사용한 대규모 공정 모니터링
로라 랭커스터
딩젠펑
빅 데이터와 복잡한 제조의 시대에는 품질을 유지하거나 개선하기 위해 모니터링하고 분석해야 하는 엄청난 양의 프로세스 데이터가 종종 있습니다. JMP에는 분석가가 프로세스 모니터링의 규모를 빠르고 효율적으로 늘릴 수 있도록 도와주는 여러 도구가 있습니다. . 프로세스 스크리닝 플랫폼을 통해 사용자는 프로세스의 안정성 및 기능을 쉽게 스캔할 수 있으며 개선이 필요한 프로세스에 집중할 수 있습니다. 플랫폼은 처음에 관리도, 능력 및 안정성 계산을 기반으로 요약 보고서를 계산하고 이에 대한 여러 그래프를 생성합니다. 프로세스 상태에 대한 빠른 시각적 평가. 이러한 초기 결과를 기반으로 제어 차트 작성기 및 프로세스 기능에 대한 액세스를 통해 주의가 필요한 프로세스를 쉽게 선택하고 더 깊이 탐색할 수 있습니다. JMP 15의 새로운 기능인 MDMCC(모델 기반 다변수 제어 차트) 플랫폼을 통해 사용자는 많은 양의 상관관계가 높은 프로세스를 모니터링합니다. 이 플랫폼을 PCA 및 PLS 플랫폼과 함께 사용하여 시간 경과에 따른 다변량 프로세스 변동을 모니터링하고, 프로세스 이동에 대한 고급 경고를 제공하고, 프로세스 변경의 가능한 원인을 제안할 수 있습니다. 사례 연구를 통해 JMP를 사용하여 빠르고 효율적인 개선을 위해 많은 프로세스를 모니터링하고 분석하는 방법을 보여줍니다.
|
화요일 오후 3시
|
2019-US-TUT-294
임상 시험 분석에서 JMP(R) 얻기
제프 만
크리스 키르히버그
최신 JMP Clinical 버전 7.0은 2018년 가을에 출시되었습니다. JMP Clinical은 JMP 기능과 광범위한 JSL 인프라를 활용하여 의료 안전, 조기 효능, 데이터 무결성 및 종양학 분석을 위한 임상 시험 데이터 검토를 위한 맞춤형 인터페이스를 생성하는 수직 솔루션입니다. JMP Clinical 7.0은 JMP 14의 주요 기능을 그 어느 때보다 활용하는 중요한 개선 사항을 나타냅니다. 이 프레젠테이션에서는 행 상태 동기화(JMP 14의 새로운 기능) 및 데이터 필터를 사용하여 가상으로 조인된 JMP 테이블을 중심으로 구축된 새로운 포괄적인 검토 주제 필터에 중점을 두고 JMP Clinical의 새로운 기능에 대한 개요를 제시합니다. 당사의 JMP 임상 검토는 표준화되고 재현 가능한 분석을 제공하며 이제 보고서에 추가 JMP 사용자 정의를 저장하여 자체 JMP 분석을 당사 애플리케이션에 연결할 수 있도록 하는 인프라도 도입합니다. 또한 스위머 플롯, 워터폴 플롯 및 스파이더 플롯을 포함하여 고형 종양 종양 임상 시험 분석을 위한 고도로 맞춤화된 시각화를 제공하는 JMP 그래프 빌더의 새로운 기능을 강조합니다. 보다 일반적으로, 이 수직 솔루션이 JSL 및 JMP 추가 기능 아키텍처를 통해 강력한 애플리케이션을 구축하여 JMP 사용을 향상시키는 방법을 설명합니다.
|
2019-US-TUT-295
렛츠토크 테이블
켈치 미클라우스
맨디 챔버스
JMP 13에는 JMP 테이블에 대한 가상 조인이 도입되었습니다. 이 기능을 사용하면 데이터의 조인(비정규화) 복사본을 실제로 만드는 데 필요한 시간/메모리를 사용하지 않고도 공통 키를 사용하여 여러 테이블을 연결할 수 있습니다. 테이블을 가상으로 조인하면 쉽게 데이터를 탐색할 수 있도록 연결된 테이블의 열에 테이블에 액세스할 수 있습니다. JMP 14의 새로운 기능은 연결된 테이블이 행 상태를 공유하여 서로 통신할 수 있도록 가상 조인 기능을 향상시킵니다. 새로운 옵션을 사용하면 가상으로 조인된 테이블 간에 행 상태 변경을 수신 및/또는 전달하도록 링크 참조 테이블을 설정할 수 있습니다. 이 기능은 불필요한 테이블 조작을 방지하는 매우 강력한 데이터 탐색 인터페이스를 제공합니다. 이 프레젠테이션은 JMP Clinical에서 구현된 이러한 기능의 실제 적용과 함께 공통 샘플 데이터를 사용한 예제와 함께 JMP의 새로운 기능을 강조합니다. 피험자 인구 통계 테이블에 가상으로 연결된 임상 시험에서 환자에 대한 여러 메트릭에 대한 검토를 만들고 Link ID 테이블의 데이터 필터가 연결된 모든 안전성(이상 반응, 실험실, 등) 테이블.
|
2019-US-TUT-289
기능 데이터 분석 소개
크리스 고트월트
라이언 파커
JMP Pro는 이제 직접적이고 간단하며 매우 정확한 모델로 이어지는 새로운 방식으로 기능 데이터를 모델링하고 시각화할 수 있습니다. 우리는 Functional Data Explorer 플랫폼을 소개하고 해결을 용이하게 하는 두 가지 특히 유용한 문제 패밀리인 함수 응답 DOE 분석(FR-DOE) 및 기능 회귀 기계 학습(FR-ML)을 설명하는 일련의 예제를 살펴볼 것입니다. FR-DOE 분석을 통해 DOE 요인 값의 변화로 인해 반응 곡선의 모양이 어떻게 변하는지 직접 볼 수 있습니다. FR-ML은 최종 배치 수율 또는 결함 제품의 정확한 조기 예측을 용이하게 하는 제조 프로세스의 센서 데이터에 대한 특징 추출에 대한 접근 방식입니다. 우리의 예는 주로 제약, 화학 및 반도체 제조에 관한 것이지만 우리의 접근 방식은 거의 모든 산업에 적용될 수 있습니다.
|
