Die Distributionsplattform ist eine der am häufigsten verwendeten Plattformen in JMP.Diese Plattform dient nicht nur zum Testen, welche Verteilung zu Ihren Daten passt, sondern auch zur Datenexploration, Fähigkeitsanalyse und vielem mehr.Den Vertrieb gibt es seit der ersten Version von JMP, und es war Zeit für einige Änderungen. Mit JMP 15 kommt die Modernisierung dieser häufig genutzten Plattform.
Neue Monteure
Eine der größten Änderungen in der Vertriebsplattform betrifft die Anpassung von Distributionen. Die Fitter wurden modernisiert, um denselben Code wie die Generalized Regression-Plattform zu verwenden. Die gemeinsame Nutzung von Code zwischen JMP-Plattformen gewährleistet auf diese Weise Konsistenz und erfordert in Zukunft weniger Wartung. Während wir diesen Code aktualisiert haben, wurden neue Verteilungsanpassungen hinzugefügt.
Sie können jetzt eine negative Binomialverteilung (entspricht der Gamma-Poisson-Verteilung), eine Cauchy-Verteilung, eine ZI-Poisson-Verteilung (Null-inflationiert) und eine ZI-Negativ-Binomial-Verteilung (Null-inflationiert) anpassen. Die Johnson-Anpassungen sind jetzt ein einzelner Befehl, der die am besten passende Verteilung aus dem Johnson-Verteilungssystem anpasst. Diese Johnson-Anpassungsmethode ist dieselbe Methode (Quantilanpassung), die in der Process Capability-Plattform verwendet wird. Diese Methode ist stabiler und schneller als die Maximum-Likelihood-Methode.
Um ein Beispiel des neuen Johnson-Monteurs zu sehen, öffnen Sie „Airline Delays.jmp“ im Beispieldatenordner.
Open("$SAMPLE_DATA/Airline Delays.jmp");
Wählen Sie Analysieren->Verteilung.Geben Sie „Ankunftsverzögerung“ als „Y“ (Spalten) an und klicken Sie auf „OK“.
Klicken Sie auf das rote Dreieck neben Arrival Delay und wählen Sie Continuous Fit->Fit Johnson.Die beste Anpassung aus der Familie der Johnson-Verteilungen für diese Daten ist die Johnson-Su-Verteilung.
Vor JMP 15 bestand die einzige Möglichkeit, den Kernel-Standard für die nichtparametrische Dichte zu steuern, über einen Schieberegler über die Schnittstelle. Jetzt besteht die Möglichkeit, einen bestimmten Wert für den Bandbreitenparameter anzugeben. JMP 15 bietet Ihnen auch die Möglichkeit, den Bandbreitenparameter per Skript festzulegen.
Vor JMP 15 wurden keine Standardfehler für die Parameterschätzungen für die SHASH-Verteilung angegeben. Dies wurde in JMP 15 hinzugefügt, um mit den anderen Verteilungsanpassungen konsistent zu sein.
Zusammenfassung
- Neue Fitter, die zur Generalized Regression-Plattform passen.
- Cauchy-Verteilung.
- Negative Binomialverteilung.
- ZI Poisson-Verteilung.
- ZI Negative Binomialverteilung.
- Einzelner Johnson-Fitter, der die beste Johnson-Passform zeigt.
- Möglichkeit, einen Wert für den Bandbreitenparameter der glatten Kurve einzugeben (auch die Möglichkeit, diesen Parameter per Skript zu erstellen).
- Standardfehler der Parameterschätzung für die SHASH-Verteilung.
Dieser Blogbeitrag kratzt nur an der Oberfläche JMP 15 neue Funktionen in der Vertriebsplattform. Suchen Sie nach meinem nächsten Blogbeitrag, in dem ich die neuen Funktionen zum Vergleich von Verteilungsanpassungen detailliert beschreibe.
