Nuevo en JMP 13
Mejoras generales de usabilidad
- Los menús reorganizados incorporan nuevas capacidades en los menús Analizar y DOE.
- Los nuevos JMP Starter y JMP Pro Starter identifican las diferencias entre JMP y JMP Pro.
- El botón verde de ejecución optimiza las secuencias de comandos en ejecución desde la ventana Tabla.
- Solo Windows: Quick Open hace que los archivos sean fáciles de buscar y encontrar.
- Friendlier Formula Editor ofrece edición de pantalla completa, búsqueda de términos de fórmula y filtrado.
Introducir datos en JMP
- Los filtros condicionales en el tiempo de ejecución de importación ayudan a dar forma a los datos al unir o actualizar tablas unidas.
- Las consultas se guardan en la tabla de datos para su reutilización, actualización y actualización utilizando nuevos datos.
- Las uniones virtuales combinan tablas en la memoria temporal cuando desea mantener las tablas separadas para distribuir el mantenimiento de la tabla y minimizar los requisitos de RAM.
- El Panel de columnas enumera la tabla de unión virtual y la información de la columna.
Comparación de diseño optimizada
- Un informe compara estadísticas y vistas gráficas de correlaciones, variaciones de predicción, alias y eficiencia para hasta tres diseños con un número desigual de ejecuciones.
- El informe se actualiza automáticamente cuando agrega o elimina términos del modelo o cuando cambian los coeficientes esperados o los errores estándar.
Mejora de la exploración de datos con Graph Builder
- Parcela paralela maneja la interrogación interactiva de datos continuos o categóricos.
- Los mapas de árbol pueden incorporar cualquier número de valores anidados. Los nuevos menús interactivos le permiten configurar mapas según sus especificaciones.
- Los gráficos de barras y las leyendas de posición se pueden mostrar dentro de los gráficos y los ejes se pueden personalizar con muchos niveles de complejidad.
- Cuatro nuevos métodos grafican datos faltantes.
- Hay diferentes transformaciones gráficas disponibles en Graph Builder y otras plataformas.
Usar texto no estructurado
- Las técnicas de análisis de texto permiten usar variables de texto relevantes en la exploración y análisis de datos.
- Las reglas personalizadas le permiten especificar pautas para procesar texto.
- Listas de términos y frases, recodificación desde el Explorador de texto, examen de palabras y frases clave por documento (fila) y derivación de patrones de identificación en el texto.
- Los valores del indicador (banderas) identifican filas que contienen una palabra o frase en particular.
- Las nubes de palabras sombreadas interactivamente por las variables que selecciona ayudan a identificar patrones de texto.
- Graph Builder resume, analiza y visualiza la prevalencia de palabras o frases identificadas en sus datos.
Cribado de múltiples procesos
- Process Graph informa el estado general del proceso.
- Las pruebas y métricas personalizables seleccionan una gran cantidad de procesos para identificar rápidamente los procesos de interés que requieren un análisis más detallado.
- La interfaz hace que sea fácil buscar, ordenar y graficar por métricas y seleccionar interactivamente una o más pruebas para causas especiales (reglas de Western Electric).
- El nuevo Gráfico de desplazamiento de detección de procesos y el Gráfico de rendimiento de procesos comparan procesos.
Análisis de capacidad de proceso no normal
- Los informes de capacidad de proceso se ejecutan desde una plataforma, independientemente de la normalidad de distribución del proceso.
- El nuevo gráfico de índice de capacidad muestra valores para todas las variables, incluidas las variables modeladas con distribuciones no normales.
Creación de paneles y uso de nuevas formas de guardar resultados
- Los paneles compilan informes que se pueden profundizar, filtrar y actualizar según los filtros.
- Cuando se vuelve a representar Dashboard, los datos para las tablas de datos creadas a partir de consultas se actualizan automáticamente.
- Construye plantillas y arrastrar y soltar paneles que también se pueden reconfigurar usando arrastrar y arrastrar.
- Graph Builder genera informes HTML completamente interactivos para todos los elementos, excepto gráficos de contorno, gráficos circulares, gráficos paralelos, mapas de árbol y fórmulas.
- La visualización de miniaturas de informes web consolidados personalizables proporciona una interfaz para informes interactivos.
- La exportación de múltiples archivos guarda más de un archivo JMP en el Libro de Excel.
Nuevo en JMP Pro 13
Selección y organización de texto no estructurado para análisis y modelado
- Elija qué función JMP Pro usar para diferentes tareas de exploración de texto.
- Identifique los términos de texto que tienden a aparecer juntos.
- Agrupe y explore documentos similares utilizando el agrupamiento y el análisis de clase latente.
- Informe temas y documentos recurrentes.
- Use datos de texto para construir modelos predictivos.
Almacenamiento y despliegue de modelos de predicción usando Formula Depot
- Almacene fórmulas de predicción y metadatos de modelos en un solo lugar (Formula Depot)
para acceder fácilmente al comparar modelos.
- Agregue Profilers e informes de comparación a Formula Depot.
- Genere código de puntuación en C, SAS o SQL para compartir modelos fuera de JMP.
Uso de regresión generalizada para selección de variables, modelado lineal y análisis de DOE
- Maneje la censura a izquierda, derecha e intervalo para permitir el ajuste de modelos de tiempo hasta el evento con selección variable.
- Use métodos penalizados para los modelos sin intersección.
- Use los modelos de riesgo proporcional de Cox.
- Utilice la nueva estadística de ajuste ERIC que es generalización de BIC especialmente para LASSO e implemente un nuevo LASSO doble para aumentar la precisión de la predicción.
- Emplee la selección directa de dos etapas para el modelado basado en OLS cuando los efectos potenciales superen en número a las filas.
- Examine el ROC interactivo y las curvas de elevación para obtener respuestas categóricas y los residuos mediante gráficos predictores para respuestas continuas.
- Cree simulaciones que utilicen bootstrapping paramétrico y estimación de potencia en configuraciones no tradicionales. o cuando las estimaciones del coeficiente esperado o los errores estándar cambian.
Uso del análisis de asociación para identificar elementos similares o relacionados
- Utilice el Listado de transacciones para ampliar los conjuntos de datos altos.
- Convierta la columna de caracteres con campos delimitados en varias columnas.
- Use conjuntos de elementos frecuentes para ver el porcentaje de elementos con un valor de palabra en particular.
- Interprete reglas de asociación, reglas de niveles de confianza y valores de elevación para elementos similares o relacionados.
Simulando sistemas reparables
- Describa cómo se comportan los sistemas costosos y reparables y pronostique los tiempos esperados de falla del sistema o componente.
- Predecir el tiempo de servicio y la disponibilidad del sistema durante diferentes períodos de tiempo.
- Determine qué componentes o sistemas deben mantenerse o repararse simultáneamente.
- Pronostique averías acumuladas y costos de reparación en un horizonte temporal determinado.
Construcción de modelos mixtos complejos
- Use nuevas estructuras covariantes que incluyen variaciones desiguales, simetría intercambiable (compuesta), variaciones desiguales intercambiables, Toeplitz con o sin variaciones desiguales y antedependiente con o sin variaciones desiguales
Uso de la partición para construir árboles de decisión complejos más rápido
- Especifique un valor de semilla aleatorio y suprima el subprocesamiento múltiple para garantizar resultados repetibles para los bosques de Bootstrap y los árboles potenciados.
- Use tablas de diseño de ajuste al implementar Bosques Bootstrap y Árboles potenciados.
- Ajuste los árboles potenciados más rápido con Stochastic Gradient Boosting que también hace que los modelos sean más robustos para sobreajustar.
Uso de Bayes ingenuos para respuestas categóricas
- Ajuste modelos para predecir el valor de una variable categórica utilizando el método rápido y computacionalmente simple de Naive Bayes que es especialmente adecuado cuando hay una gran cantidad de predictores.
- Guarde las fórmulas de predicción para la comparación del modelo.
