Martes 8:30 a.m.
|
2019-US-TUT-290
Scripting esencial para la eficiencia y la reproducibilidad: hacer menos para hacer más
Drew Foglia
Evan McCorkle
Desde la reproducción de tareas simples hasta la automatización de los procesos diarios, el intercambio de scripts con colegas y la implementación de aplicaciones completas en toda la organización, existen desafíos en todos los niveles que pueden limitar la eficiencia y la confiabilidad de sus scripts JSL. En este tutorial, viajaremos a lo largo del arco desde pequeños scripts hasta grandes aplicaciones que presentarán técnicas de las mejores prácticas para mitigar muchos de los escollos comunes, aunque sutiles, que a menudo dificultan tanto a los principiantes como a los veteranos. Discutiremos estrategias para combinar varios pasos en un script cohesivo y, a la inversa, dividir scripts demasiado grandes en archivos más manejables. También presentaremos consejos para manejar errores, manipular ventanas, aislar variables de cambios inesperados, proteger la integridad de sus scripts sin comprometer la utilidad y más.
|
2019-US-TUT-291
Preparación avanzada de datos: 10 herramientas esenciales en JMP® para pasar de “Desordenado” a “Análisis listo”
Julian parris
Rara vez, si alguna vez, los datos nos llegan en un formato de "análisis listo". Afortunadamente, JMP tiene un conjunto rico y expansivo de herramientas que le permiten preparar sus datos de manera eficiente para el análisis. En este tutorial exploramos 10 de las herramientas esenciales en JMP que nos ayudan a obtener nuestros datos de "desordenados" a "listos para análisis", incluidos los métodos para manejar la reestructuración y la unión de tablas, variables calculadas y derivadas, valores atípicos e influyentes, recodificación de variables , valores perdidos y más. Luego de explorar en profundidad cada una de las 10 herramientas esenciales y analizar las mejores prácticas (e incluso algunos usos no autorizados para ciertas herramientas), analizaremos tres casos de estudio en los que aplicaremos estas herramientas de varias maneras para importar de manera eficiente , recodificar, reestructurar y reorganizar conjuntos de datos complejos y desafiantes. La experiencia previa con el uso de JMP es altamente recomendada, aunque no es estrictamente necesaria.
|
2019-US-TUT-270
¿Qué modelo cuando?
Ruth hummel
Mary sin amor
Tiene un negocio o una pregunta de investigación, ha recopilado o encontrado datos apropiados y está listo para analizar. Pero, ¿qué métodos analíticos debes probar? ¿Y cómo elegirás un modelo final? En esta charla, analizaremos varios escenarios de datos y presentaremos opciones de modelado y un marco para la comparación. Veremos cómo las diferentes preguntas u objetivos afectan las decisiones de modelado que hacemos. (¿Predecir? ¿Explicar? ¿Buscar asociaciones?) Los modelos cubiertos incluirán regresión tradicional, regresión penalizada, mínimos cuadrados parciales y algunos otros. Las técnicas de comparación incluirán análisis de residuos, comparación de estadísticas de ajuste y validación cruzada o validación de nuevos datos.
|
Martes 10:30 a.m.
|
2019-US-TUT-264
Antes del modelado: Ingeniería de características en JMP (R)
Jordan Hiller
Mike Muhlada
Los proyectos exitosos de modelado predictivo requieren una cuidadosa ingeniería de características. Tanto en ciencia como en arte, la ingeniería de características implica reunir, resumir, remodelar y transformar datos en una forma utilizable por algoritmos de modelado. Este tutorial describirá algunas de las actividades comunes en la ingeniería de características y demostrará las herramientas JMP que se pueden usar para realizarlas. Habrá una discusión en profundidad y ejemplos que mostrarán el uso de columnas de fórmulas para agrupar y transformar, la plataforma Recode para categorías colapsadas y el Generador de consultas para resumir.
|
2019-US-TUT-292
Generador de gráficos: del descubrimiento a la presentación
Bill Worley
Graph Builder es un jack-of-all-trade cuando se trata de visualizar sus datos. Es útil durante todo el proceso de análisis, desde la exploración de sus datos para comprender lo que tiene, hasta el descubrimiento de relaciones, hasta la elaboración de la gráfica perfecta para presentar sus resultados. Esta sesión le mostrará cómo usar Graph Builder de manera efectiva con una descripción general de los elementos de gráfico disponibles y las opciones para cada uno. También te mostrará algunos trucos para ayudarte a convertirte en un maestro constructor de gráficos.
|
2019-US-TUT-293
La plataforma de modelado más flexible que no estás usando
Arcilla barker
Regresión generalizada: suena aterrador, pero no lo es. Esta plataforma en JMP Pro puede manejar los ejercicios de modelado lineal más comunes. ¿Necesita encontrar el mejor conjunto de predictores en un mar de posibilidades (es decir, selección de variables)? Esta plataforma puede hacer eso. ¿Necesitas modelar una respuesta categórica con más de dos niveles? La regresión generalizada puede hacer eso. ¿Tiene problemas con respuestas no normales, como datos de conteo o porcentaje de rendimiento? Cuando otros métodos de modelado caen con estas respuestas, la Regresión generalizada los maneja con aplomo. Si no estás usando esta plataforma, te estás perdiendo. Trataremos de usar Genreg para construir modelos en una variedad de configuraciones: comenzando con un experimento diseñado ortogonal y moviéndonos a grandes conjuntos de datos de observación.
|
Martes 1:00 pm
|
2019-US-TUT-246
Creación de paneles en JMP (R)
Dan Schikore
Las plataformas JMP a menudo se usan en combinación entre sí para ayudar a guiar un flujo de trabajo o para proporcionar análisis y visualización complementarios de los datos. JMP Dashboard Builder puede ayudarlo a organizar varios informes en una sola ventana y reproducir el conjunto de informes utilizando la misma tabla de datos o una nueva tabla. El diseño del cuadro de mandos se puede hacer de forma automática o mediante operaciones interactivas de arrastrar y soltar, y opcionalmente se puede usar un informe para filtrar otros en el cuadro de mandos. Los paneles de control se pueden guardar en una tabla de datos JMP para reproducir los informes con la misma tabla, o se pueden guardar en un complemento para compartir el panel con colegas y reproducir el mismo informe en diferentes tablas de datos. Cuando los paneles de control dependen de los resultados de las consultas de la base de datos, tiene la opción de volver a ejecutar la consulta cada vez, o usar una copia guardada de la consulta. Los resultados del panel también se pueden guardar en JMP Public o en un servidor privado JMP Live para compartir informes interactivos con otros a través de la web.
|
2019-US-TUT-287
Los fundamentos de la experimentación moderna usando JMP®
Bradley Jones
La experimentación diseñada es la mejor manera de aprender acerca de los procesos industriales. Pero, en la larga historia del diseño de experimentos, la mayoría de los experimentadores aprendieron métodos que se centraban en adaptar el experimento a los diseños clásicos. La necesidad de comprender estas restricciones limitó el número de experimentadores efectivos. El enfoque de JMP para el DOE quita la responsabilidad de comprender las limitaciones de los diseños de libros de texto por parte del profesional, en lugar de poner al experimentador en control. Vea cómo usar el Diseñador personalizado para diseñar un experimento para cualquier proceso. El Diseñador personalizado crea un experimento hecho a medida para su situación. ¿Tienes restricciones sobre los factores de entrada? No hay problema. ¿Factores de mezcla junto con entradas de proceso? No hay problema. ¿Qué pasa con un presupuesto de ejecución que limita la cantidad de experimentos que puede realizar? El diseñador personalizado le dará un diseño que le permitirá aprender lo más posible dentro de su presupuesto. Hace unos años, Stu Hunter dijo que "[la tecnología detrás de las plataformas del DOE en JMP] cambiaría la forma en que le enseño al DOE". Vea cómo.
|
2019-US-TUT-193
Monitoreo de procesos a gran escala utilizando JMP (R)
Laura lancaster
Jianfeng Ding
En esta era del big data y la fabricación compleja, a menudo hay una enorme cantidad de datos de proceso que deben ser monitoreados y analizados para mantener o mejorar la calidad. JMP tiene varias herramientas para ayudar al analista a aumentar la escala de su proceso de manera rápida y eficiente. . La plataforma Process Screening permite a los usuarios escanear fácilmente los procesos en busca de estabilidad y capacidad y les permite centrar la atención en los procesos que necesitan mejoras. La plataforma inicialmente calcula un informe de resumen basado en cálculos de control, capacidad y estabilidad y crea varios gráficos para Evaluación visual rápida de la salud del proceso. Sobre la base de estos resultados iniciales, es fácil seleccionar los procesos que requieren atención y explorarlos más a fondo con el acceso al generador de gráficos de control y la capacidad del proceso. La plataforma de gráficos de control multivariable impulsada por el modelo (MDMCC), nueva en JMP 15, permite a los usuarios para monitorear grandes cantidades de procesos altamente correlacionados. Esta plataforma se puede usar junto con las plataformas PCA y PLS para monitorear la variación de procesos multivariados a lo largo del tiempo, dar advertencias avanzadas de cambios en el proceso y sugerir las posibles causas de los cambios en el proceso. Usaremos estudios de caso para demostrar cómo usar JMP para monitorear y analizar muchos procesos para una mejora rápida y eficiente.
|
Martes 3:00 pm
|
2019-US-TUT-294
Obtención del JMP (R) en su análisis de ensayos clínicos
Geoff Mann
Chris Kirchberg
La última versión de JMP Clinical 7.0 se lanzó en otoño de 2018. JMP Clinical es una solución vertical que aprovecha las capacidades de JMP y una amplia infraestructura de JSL para crear una interfaz personalizada para revisiones de datos de ensayos clínicos para seguridad médica, eficacia temprana, integridad de datos y análisis oncológico. JMP Clinical 7.0 representa mejoras significativas que aprovechan ahora más que nunca las funciones clave de JMP 14. En esta presentación, presentaremos una descripción general de las nuevas características de JMP Clinical, centrándonos en gran medida en un nuevo filtro de temas de revisión integral construido alrededor de tablas JMP virtualmente unidas que utilizan la sincronización de estado de fila (nueva en JMP 14) y filtros de datos. Nuestras revisiones clínicas de JMP proporcionan análisis estandarizados y reproducibles, y ahora también presentamos una infraestructura para guardar más personalizaciones de JMP en nuestros informes para permitirle vincular sus propios análisis de JMP a nuestras aplicaciones. También destacamos las nuevas características en JMP Graph Builder para proporcionar visualizaciones altamente personalizadas para el análisis de ensayos clínicos de oncología de tumores sólidos, incluyendo parcelas de nadadores, parcelas en cascada y parcelas de arañas. Más generalmente, discutiremos cómo esta solución vertical ejemplifica la construcción de aplicaciones robustas a través de JSL y la arquitectura de complemento JMP para mejorar el uso de JMP.
|
2019-US-TUT-295
Hablemos mesas
Kelci Miclaus
Mandy Chambers
JMP 13 introdujo combinaciones virtuales para tablas JMP. Esta capacidad le permite usar claves comunes para vincular varias tablas, sin usar el tiempo / memoria necesarios para crear realmente una copia unida (desnormalizada) de sus datos. La unión virtual de tablas proporciona un acceso de tabla a las columnas de las tablas vinculadas para facilitar la exploración de datos. Una nueva característica en JMP 14 avanza las capacidades de unión virtual para permitir que las tablas vinculadas se comuniquen entre sí al compartir filas de estados. Las nuevas opciones le permiten configurar una tabla de referencia de enlaces para escuchar y / o enviar cambios de estado de fila entre tablas prácticamente unidas. Esta característica proporciona una interfaz de exploración de datos increíblemente potente que evita manipulaciones innecesarias de tablas. Esta presentación resaltará las nuevas características en JMP con ejemplos que usan datos de muestra comunes seguidos de una aplicación práctica de estas características tal como se implementó en JMP Clinical. Crearemos una revisión de las métricas múltiples en pacientes en un ensayo clínico que estén virtualmente vinculados a una tabla demográfica del sujeto y mostraremos cómo un filtro de datos en la tabla de identificación de enlaces permite el filtrado global de los sujetos en toda la seguridad vinculada (eventos adversos, laboratorios, etc.) mesas.
|
2019-US-TUT-289
Introducción al análisis de datos funcionales
Chris Gotwalt
Ryan Parker
JMP Pro ahora puede modelar y visualizar datos funcionales de una manera nueva, directa, directa y que lleva a modelos altamente precisos. Presentaremos la plataforma del Explorador de datos funcionales y veremos un conjunto de ejemplos que ilustran dos familias de problemas particularmente útiles que facilitan la resolución, el análisis de la función de análisis DOE (FR-DOE) y el aprendizaje automático por regresión (FR-ML). El análisis FR-DOE permite ver directamente cómo cambia la forma de una curva de respuesta como resultado de los cambios en el valor de los factores DOE. FR-ML es un enfoque para la extracción de características para datos de sensores de procesos de fabricación que facilita la predicción temprana precisa del rendimiento final del lote o productos defectuosos. Nuestros ejemplos serán principalmente de fabricación farmacéutica, química y de semiconductores, pero nuestro enfoque se puede aplicar a prácticamente cualquier industria.
|
