Lautsprecher | Transkript |
| Backen | Die Modernisierung der Vertriebsplattform. Mein Name ist Tonya Mauldin und ich bin die Testerin für den Vertrieb. |
| Für diese Präsentation verwende ich Version 15.2 von JMP. |
| Die Verteilung 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. JMP 15 bringt eine Modernisierung dieser häufig verwendeten Plattform. |
| Warum haben wir uns entschieden, diese Plattform zu aktualisieren? Die Verbreitung gibt es seit der ersten Version von JMP. Es war an der Zeit, diese Plattform moderner zu gestalten. Wir haben dies erreicht, indem wir den Fluss verbessert und für ein saubereres Erscheinungsbild gesorgt haben. |
| Dadurch wird das Produkt konsistenter und einfacher zu warten. |
| Die Verteilung der Fitter verwendet jetzt denselben Code wie die generalisierte Regression. Die Fähigkeitsanalyse verwendet jetzt denselben Code wie die Prozessfähigkeit. |
| die negative Binomialverteilung, die dem Gamma-Poisson entspricht, |
| die Cauchy-Verteilung, Null-inflationiertes Poisson und ZI-negatives Binomial. |
| Johnson-Anpassungen sind jetzt ein einzelner Befehl, der die beste Anpassungsverteilung aus dem Johnson-Verteilungssystem auswählt. |
| Dabei handelt es sich um die gleiche Methode, Quantil-Matching, die auch in der Prozessfähigkeitsplattform verwendet wird. |
| Diese Methode ist stabiler und schneller als die Maximum-Likelihood-Methode. |
| Benutzer haben jetzt die Möglichkeit, für die glatte Kurvenanpassung jeweils den spezifischen Bandbreitenparameter einzugeben. |
| Für die SHASH-Distribution wurden Standardfehler hinzugefügt. |
| Lassen Sie uns JMP verwenden, um einige davon zu untersuchen. |
| Flugverspätungen sind Teil der Beispieldaten, die mit JMP geliefert werden. |
| Lassen Sie uns eine Verteilungsanalyse für die Spalte „Ankunftsverzögerung“ durchführen und eine Johnson-Verteilung anpassen. |
| Beachten Sie, dass es statt der drei verschiedenen Johnson-Monteure eine Option namens „Fit Johnson“ gibt. Nachdem wir diese Option ausgewählt haben, sehen wir, dass die Johnson SU-Verteilung die beste Anpassung aus der Johnson-Verteilungsfamilie für diese Daten ist. |
| Fügen wir diesem Bericht auch eine glatte Kurvenanpassung hinzu. |
| Vor JMP 15 war die einzige Möglichkeit, den Bandbreitenparameter für die nichtparametrische Dichte zu steuern, ein Schieberegler. |
| Nun gibt es die Möglichkeit, sowohl innerhalb der Benutzeroberfläche als auch über JSL einen bestimmten Wert für den Bandbreitenparameter anzugeben. |
| Zusätzlich zu den Vergleichsfunktionen hat JMP nicht nur die Monteure selbst verändert, sondern auch die Art und Weise, wie Passformvergleiche durchgeführt werden. Sobald jede Anpassung ausgewählt ist, wird sie einem Vergleichsverteilungsbericht hinzugefügt. |
| In früheren Versionen von JMP erhielten Sie nur einen Bericht zum Vergleichen von Verteilungen, wenn Sie unter „Kontinuierliche Anpassungen“ die Option „Alle“ verwendeten. |
| AICc-Gewicht und BIC wurden diesem Bericht hinzugefügt, um ihn konsistenter mit anderen Plattformen in JMP zu machen. |
| Die Histogrammlegende wurde aus dem Bericht entfernt. Diese Informationen sind jetzt im Bericht „Verteilungen vergleichen“ enthalten, der immer direkt unter dem Histogramm angezeigt wird. |
| Dem Bericht wurden zusätzlich überlagerte CDF-Plots hinzugefügt. |
| Schauen wir uns einige davon in JMP an. |
| Diese Datentabelle Unterlegscheiben ist in den Beispieldaten enthalten, die mit JMP geliefert werden. |
| Führen wir eine Verteilungsanalyse für die Spalte #defective durch. |
| Da es sich um Zähldaten handelt, passen wir das negative Binomial an. Dies ist ein neuer Fitter für JMP 15. Es entspricht der Gamma-Poisson-Anpassung. |
| Der Bericht „Verteilungen vergleichen“ wurde automatisch hinzugefügt. |
| Passen wir auch die ZI-negative Binomialverteilung an, um zu sehen, wie sie im Vergleich abschneidet. |
| Denken Sie daran, dass das mit Null aufgeblasene negative Binomial auch ein neuer Fitter war, der in JMP 15 verfügbar war. |
| Informationen zu dieser Anpassung wurden auch zum Vergleichsverteilungsbericht hinzugefügt. |
| Sie werden auch einige Änderungen im Vergleichsverteilungsbericht selbst bemerken. |
| Zu diesem Bericht wurden das korrigierte und gewichtete AICc-Gewicht, das Akaike-Informationskriterium und das BIC-Bayesian-Informationskriterium hinzugefügt. |
| Diese Statistiken waren bereits in anderen Teilen von JMP verfügbar, beispielsweise im Modellvergleich. Sie wurden nun zur Vertriebsplattform hinzugefügt, um JMP konsistenter zu machen. |
| Beachten Sie, dass der Bericht zum Vergleichen der Verteilungen immer direkt unter dem Histogramm angezeigt wird. |
| Dies gab uns die Möglichkeit, die Legende zu entfernen, die zuvor unter den Histogrammen erschien. |
| Diese Informationen sind jetzt in den Vergleichsverteilungsberichten enthalten. |
| Wir stellen fest, dass die grüne Linie für die negative binomiale Anpassung steht, die blaue Linie für die negative binomiale ZI-Anpassung. |
| Auch die CDF-Plots haben sich geändert. Beim Hinzufügen von Anpassungen werden die CDFs für die angepassten Verteilungen den empirischen CDFs überlagert. |
| Wir sehen, dass sowohl die grüne als auch die blaue Linie den empirischen CDFs für dieses Beispiel genau folgten. |
| Das Histogramm zeigt, dass die grünen und blauen Linien dicht an den Daten liegen. In einem Vergleichsbericht zu Verteilungen |
| Die negative Binomialverteilung erscheint zuerst, da sie einen kleineren AICc-Wert hat, was auf eine bessere Anpassung hinweist. Wenn wir den Ic anstelle von AICc als Kriterium für die beste Anpassung verwenden möchten, können wir einfach auf die Spaltenüberschrift klicken, um die Sortierung für diese Spalte durchzuführen. |
| Etwas, das hilfreich, aber möglicherweise nicht offensichtlich ist, ist, dass Sie eine Anpassung vollständig aus dem Berichtsfenster entfernen können, indem Sie im Abschnitt „Verteilung vergleichen“ auf den Namen der Anpassung doppelklicken. Hier habe ich auf das negative Binomial ZI doppelgeklickt, um es aus dem Bericht zu entfernen. |
| QQ- und PP-Diagramme. Das Quantil-Quantil-Diagramm zeigt die Beziehung zwischen den Beobachtungen und den mithilfe der geschätzten Parameter erhaltenen Quantilen. |
| Das Perzentil-Perzentil-Diagramm zeigt die Beziehung zwischen der empirischen kumulativen Verteilungsfunktion und den angepassten CDFs, die mithilfe der geschätzten Parameter erhalten wurden. |
| Zwei Profiler wurden hinzugefügt. Der Verteilungsprofiler ist der Vorhersageprofiler der kumulativen Verteilungsfunktion. |
| Der Quantilprofiler ist der Vorhersageprofiler der Quantilfunktion. |
| Verteilungsformel speichern und Simulationsformel speichern. |
| Die Anpassungsgütetests wurden standardisiert, um das Anderson-Darling- und Pearson-Chi-Quadrat zu verwenden. Der Chi-Quadrat-Test nach Pearson hat sich verbessert ??? Kreationen. Ab Version 15 in JMP erfüllen wir nun die Faustregel, dass es in jedem ??? mindestens fünf erwartete Beobachtungen gibt. |
| Schauen wir uns einige davon in JMP an. Wählen Sie im vorherigen Bericht „Unterlegscheiben“ das QQ-Diagramm und das PP-Diagramm aus. |
| Bei jedem dieser Diagramme prüfen wir, wie nah die Punkte an der Referenzlinie liegen. Je näher die Punkte an der Referenzlinie liegen, desto besser ist die Anpassung. |
| Fügen Sie dem Bericht die Verteilungs- und Quantilprofiler hinzu. |
| Wenn die Daten der negativen Binomialverteilung folgen, beträgt die Wahrscheinlichkeit, dass vier oder weniger fehlerhaft sind, 84 %. |
| Wie bei anderen Profilern in JMP können Sie die Eingabeeinstellungen ändern, um zu sehen, welche Auswirkungen dies auf die Wahrscheinlichkeit hat. |
| Der Quantil-Profiler funktioniert auf ähnliche Weise und zeigt die Beziehung zwischen der Wahrscheinlichkeit und dem negativen Binomialquantil. |
| Eine weitere neue Option ist die Simulationsformel speichern. |
| Diese Option speichert eine neue Spalte in der Datentabelle, die eine Formel enthält, die anhand der geschätzten Parameter simulierte Werte generiert. |
| Diese Spalte kann im Simulationsdienstprogramm sowie in anderen Teilen von JMP verwendet werden. |
| Obwohl es sich um diskrete Daten handelt, fügen wir dem Bericht die Exponentialverteilung hinzu, damit wir den Bericht zur Anpassungsgüte anzeigen können. |
| Aus dem Histogramm können Sie ersehen, dass die Exponentialverteilung möglicherweise nicht gut für diese Daten geeignet ist. Um diese Hypothese zu testen, wählen Sie „Anpassungsgüte“ aus. |
| Der Anderson-Darling-Test ist ??? zur kontinuierlichen Verteilung. Hier haben wir einen simulierten p-Wert von weniger als 0,05, was darauf hinweist, dass wir die Nullhypothese, dass diese Daten aus der Exponentialverteilung stammen, ablehnen sollten. |
| Die Prozessfähigkeit wurde in JMP Version 12 eingeführt. Gleichzeitig wurden Teile dieser neuen Plattform zum Control Chart Builder hinzugefügt. |
| Mit JMP 15 wurden nun Teile dieser Plattform zur Vertriebsplattform hinzugefügt. Dadurch sind die Plattformen nicht nur einfacher zu warten, sondern auch konsistenter untereinander. |
| Beim Start eines Verteilungsberichts treten verschiedene Unterschiede auf. |
| Das Histogramm zeigt nur dann Spezifikationsgrenzen an, wenn in den Eigenschaften der Spalte „Spezifikationsgrenzen“ die Option „Als Diagrammreferenzlinien anzeigen“ aktiviert ist. |
| Der Benutzer hat die Möglichkeit, die Fähigkeitsanalyse zu deaktivieren, auch wenn Spalteneigenschaften mit Spezifikationsgrenzen vorhanden sind. |
| Wenn eine Spalteneigenschaft für die Prozessfähigkeitsverteilung vorhanden ist, wird diese Verteilung für die Fähigkeitsanalyse verwendet. |
| Der Arbeitsablauf für die Quantile-Option für angepasste Verteilungen wurde auf einen Start vereinfacht, während frühere Versionen zwei Plattformaufrufe erforderten. |
| Normale und nicht normale Fähigkeitsanalysen verwenden jetzt ähnliche Dialoge. |
| Schauen wir uns JMP an. Das von mir ausgeführte Skript öffnet die Beispieldatentabelle für Prozessmessungen und ändert einige der Spalteneigenschaften. |
| Für Prozess 1 gibt es eine Spalteneigenschaft mit Spezifikationsgrenzen, die als Diagrammreferenzlinien angezeigt wird, die nicht aktiviert ist. |
| Für Prozess 2 ist die Spalteneigenschaft „Spezifikationsgrenze“ aktiviert, die als Diagrammreferenzlinien angezeigt wird. Für Prozess 3 gibt es eine Spalteneigenschaft zur Prozessfähigkeitsverteilung, bei der Weibull definiert ist, sowie die Spalteneigenschaft „Spezifikationsgrenzen“, bei der die Option „Als Diagrammreferenzlinien anzeigen“ deaktiviert ist. |
| Im Verteilungsdialog werde ich diese drei Prozesse als Y zuordnen. |
| Beachten Sie das neue Kontrollkästchen in der unteren linken Ecke: Prozessfähigkeit erstellen. Dieses Kontrollkästchen wird nur angezeigt, wenn mindestens eine Y-Spalte über die Eigenschaft „Spalten mit Spezifikationsbegrenzung“ verfügt. |
| Deaktivieren Sie dieses Kontrollkästchen und klicken Sie auf OK. |
| In früheren Versionen von JMP erhielten Sie eine Fähigkeitsanalyse für jeden dieser drei Prozesse. Darüber hinaus würden in jedem der drei Histogramme Spezifikationsgrenzen eingezeichnet. |
| In diesem Bericht wird überhaupt keine Fähigkeitsanalyse durchgeführt, da wir dieses Kontrollkästchen deaktiviert haben. Spezifikationsgrenzen werden nur für Prozess 2 angezeigt, da es sich um das einzige Y handelte, dessen Spalteneigenschaft für Spezifikationsgrenzen die Option „Als Diagrammreferenzlinien anzeigen“ aktiviert hatte. |
| Gehen wir zurück zum Verteilungsdialog und aktivieren Sie das Kontrollkästchen „Prozessfähigkeit erstellen“, um zu vergleichen. |
| Die Fähigkeitsanalyse liefert jetzt Ergebnisse für alle drei Prozessvariablen. |
| Im Haupthistogramm oben werden die Spezifikationsgrenzen nur für Prozess 2 angezeigt. |
| Die Fähigkeitsanalyse für Prozess 3 basiert auf der Weibull-Verteilung. |
| Der Fähigkeitsbericht sieht genauso aus. Es verfügt über dieselben Optionen, die Sie mit den einzelnen Detailberichten in einer Prozessfähigkeitsplattform erhalten würden, die in JMP 12 eingeführt wurde. |
| Beachten Sie, dass die Ppk-Beschriftung jetzt die Standardeinstellung für das Gesamtsigma ist. |
| Der Bericht zeigt sowohl innerhalb als auch insgesamt Sigma-Indizes, wenn eine Normalverteilung angenommen wird. |
| Lassen Sie uns den Fall untersuchen, in dem die Datentabelle keine Spalteneigenschaften mit Spezifikationsbegrenzung aufweist. Thickness.JMP ist die Beispieldatentabelle ohne Spalteneigenschaften. |
| Beachten Sie, dass es im Verteilungsdialog kein Kontrollkästchen für die Fähigkeit zum kreativen Prozess gibt. Dies liegt daran, dass es keine Spalteneigenschaften mit Spezifikationsgrenzen gibt. |
| Lassen Sie uns den Verteilungsbericht für Dicke 3 und Dicke 4 untersuchen. |
| Wir können einen Prozessfähigkeitsbericht für Dicke 3 hinzufügen, indem wir diese Option aus dem Menü mit dem roten Dreieck auswählen. |
| Diese Optionen funktionieren auf die gleiche Weise wie die Optionen, die Sie in unserer in JMP 12 eingeführten Prozessfähigkeitsplattform finden würden. |
| Führen wir eine einfache Fähigkeitsanalyse durch und definieren wir LSL als .03, Ziel ist .045 und USL ist .05. Lassen Sie uns auch die Anzeigelimits aktivieren. |
| Für die Spezifikationsgrenzen wird eine Fähigkeitsanalyse auf Basis der Normalverteilung angegeben. Die Grenzwerte werden in der Grafik angezeigt, da wir diese Option im Dialog aktiviert haben. |
| Sie erhalten sowohl interne als auch allgemeine Statistiken zu den Sigma-Fähigkeiten. |
| Passen wir für Dicke 4 eine Beta-Verteilung an. |
| Durch die Prozessfähigkeit zur angepassten Verteilung ergeben sich folgende Dialogoptionen. |
| Der Abschnitt „Berechnung der Quantilspezifikationsgrenzen“ dieses Dialogs enthält die Option „Quantile“ und die Optionen „Set k für k Sigma“, die in den alten Fittern verfügbar waren. |
| Geben Sie für dieses Beispiel das LSL-Prob als .05 und das Ziel-Prob als .5 an. |
| Und die USL liegt wahrscheinlich bei .95. |
| Wenn wir auf die Schaltfläche „Spezifikationsgrenze berechnen“ klicken, werden die Spezifikationsgrenzen für die gegebenen Wahrscheinlichkeiten mithilfe der angepassten Betaverteilung berechnet. |
| In früheren Versionen von JMP mussten Sie eine Verteilung anpassen, die Quantile abrufen und sie an die Plattform zurückgeben, was zwei Verteilungsaufrufe erforderte. Jetzt können Sie dies in einem einzigen Anruf tun. |
| Die angegebene Fähigkeitsanalyse basiert auf der Beta-Verteilung. Sie erhalten die Gesamtstatistik der Sigma-Fähigkeiten. Spezifikationsgrenzen werden im oberen Histogramm nicht angezeigt, da wir die Option „Grenzwerte anzeigen“ im Dialog nicht aktiviert haben. |
| Zusammenfassend lässt sich sagen, dass die Vertriebsplattform in Version 15 modernisiert wurde, um den Ablauf zu verbessern, ein saubereres Erscheinungsbild zu bieten, Konsistenz zu gewährleisten und weniger Wartung zu erfordern. |
| Vielen Dank, dass Sie an meinem Vortrag über die Modernisierung der Vertriebsplattform teilgenommen haben. |
