224978_zh-TW

liliconcom

JMP 13的新增功能和JMP Pro 13的新增功能和演示視頻

JMP 13的新功能

一般可用性增強

• 重組後的菜單將新功能納入了“分析”和“ DOE”菜單。 
• 新的JMP Starter和JMP Pro Starter可以識別JMP和JMP Pro之間的差異。
• 綠色的運行按鈕可簡化“表格”窗口中正在運行的腳本。
• 僅Windows：快速打開使文件易於搜索和查找。
• Friendlier Formula Editor提供全屏編輯，公式術語搜索和過濾。

將數據導入JMP

• 導入運行時的條件過濾器可在聯接或更新聯接表時幫助塑造數據。
• 查詢保存到數據表中以供重新使用，刷新和使用新數據更新。
• 當您希望將表分開以分配表維護並最小化RAM需求時，虛擬聯接會將表合併到臨時內存中。
• 列面板列出了虛擬聯接表和列信息。

簡化設計比較

• 一份報告比較了多達三個運行次數不相等的設計的相關性，預測差異，混疊和效率的統計數據和圖形視圖。
• 當您添加或刪除模型項或預期係數估計或標準誤差發生變化時，報告會自動更新。

使用Graph Builder增強數據探索        

• 並行繪圖處理連續或分類數據的交互式詢問。
• 樹形圖可以合併任意數量的嵌套值。  新的交互式菜單使您可以根據自己的規範配置地圖。
• 條形圖和位置圖例可以顯示在圖的內部，並且軸可以自定義為多種複雜程度。
• 四種新方法可以繪製丟失的數據。
• Graph Builder和其他平台提供了不同的圖形轉換。

使用非結構化文本

• 文本分析技術可以在數據探索和分析中使用相關的文本變量。
• 自定義規則使您可以指定處理文本的準則。
• 術語和短語列表，從文本資源管理器中重新編碼，按文檔（行）檢查的關鍵字和短語，以及詞幹識別文本中的模式。
• 指示符值（標誌）標識包含特定單詞或短語的行。
• 通過選擇的變量以交互方式陰影的詞云有助於識別文本模式。
• Graph Builder可以匯總，分析和可視化數據中已識別單詞或短語的普遍性。

篩選多個進程

• 流程圖顯示了整個流程的運行狀況。
• 可定制的測試和指標篩選大量流程，以快速識別值得進一步分析的目標流程。
• 界面使您可以輕鬆地按指標搜索，排序和繪製圖形，並且可以針對特殊原因交互地選擇一個或多個測試（Western Electric規則）。
• 新的過程篩選移位圖和過程性能圖比較過程。

分析非正常過程能力

• 流程能力報告從一個平台運行，而與流程分佈的正常性無關。
• 新功能索引圖顯示所有變量的值，包括使用非正態分佈建模的變量。

構建儀表板並使用新方法保存結果

• 儀表板可以編譯報表，這些報表可以基於過濾器進行鑽取，過濾和刷新。     
• 重新呈現儀表板後，根據查詢生成的數據表的數據將自動更新。
• 模板和拖放構建儀表板，也可以使用拖放來重新配置。
• Graph Builder為所有元素（輪廓圖，餅圖，平行圖，樹形圖和公式）生成完全交互式的HTML報告。
• 可定制的統一Web報告縮略圖顯示提供了交互式報告的界面。
• 多文件導出將多個JMP文件保存到Excel Workbook。

       

JMP Pro 13的新功能

選擇和組織非結構化文本以進行分析和建模

• 選擇要用於不同文本瀏覽任務的JMP Pro功能。 
• 識別傾向於同時出現的文本術語。
• 使用聚類和潛在類分析來分組和瀏覽相似的文檔。
• 報告週期性主題和文檔。
• 使用文本數據建立預測模型。

使用公式庫存儲和部署預測模型

• 將預測公式和模型元數據存儲在一個地方（公式倉庫）
  比較模型時可以輕鬆訪問。
• 將分析器和比較報告添加到公式庫。
• 在C，SAS或SQL中生成得分代碼，以在JMP之外共享模型。

使用廣義回歸進行變量選擇，線性建模和DOE分析

• 處理左，右和間隔檢查，以啟用具有變量選擇的事件時間模型。
• 對非攔截模型使用懲罰方法。
• 使用Cox比例危害模型。
• 使用特別是LASSO的BIC概括的新ERIC擬合統計量，並部署新的double-LASSO以提高預測準確性。
• 當潛在影響超過行數時，為基於OLS的建模採用兩階段正向選擇。
• 檢查交互式ROC和提升曲線以得到分類響應，並通過預測變量繪製殘差以得到連續響應。
• 建立在非傳統設置中使用參數自舉和功率估計的仿真。或預期的係數估算值或標準誤差發生變化時。

使用關聯分析識別相似或相關項目

• 使用交易清單使高數據集更寬。
• 將帶有分隔字段的字符列轉換為多列。
• 使用“常用項目集”可以查看具有特定單詞值的項目的百分比。
• 解釋關聯規則，規則置信度和相似或相關項目的提升值。

模擬可修復系統

• 描述昂貴的，可修復的系統如何運行並預測預期的組件或系統故障時間。
• 預測不同時間段內的服務時間和系統可用性。
• 確定應同時維護或修理的組件或系統。
• 預測給定時間範圍內的累積故障和維修成本。

構建複雜的混合模型

• 使用新的協變量結構，包括不等方差，可交換（複合）對稱性，可交換不等方差，具有或不具有不等方差的Toeplitz以及具有或不具有不等方差的前依

使用分區更快地構建複雜的決策樹

• 指定隨機種子值並禁止多線程處理，以確保Bootstrap森林和Boosted樹的結果可重複。
• 部署Bootstrap森林和Boosted樹時，請使用調整設計表。
• 使用隨機梯度增強可以更快地擬合增強的樹，這也使模型對於過度擬合更加健壯。 

使用樸素貝葉斯進行分類響應

• 使用快速且計算簡單的樸素貝葉斯方法擬合模型，以預測類別變量的值，該方法特別適用於存在大量預測變量的情況。
• 保存預測公式以進行模型比較。