扬声器 | 成绩单 |
| 托贝克 | 分销平台的现代化。 我叫 Tonya Mauldin，是分发测试员。 |
| 在本次演示中，我将使用 JMP 15.2 版本。 |
| Distribution 是 JMP 中使用最广泛的平台之一。 该平台不仅用于测试哪种分布适合您的数据，还用于数据探索、能力分析等等。 JMP 15 为这个常用平台带来了现代化。 |
| 我们为什么决定更新这个平台？ 自 JMP 第一个版本发布以来，分发就已存在。 是时候让这个平台变得更加现代化了。 我们通过改善流程、提供更干净的外观来做到这一点， |
| 使产品更加一致且更易于维护。 |
| 拟合者分布现在使用与广义回归相同的代码。 能力分析现在使用与过程能力相同的代码。 |
| 负二项式分布，相当于伽玛泊松分布， |
| 柯西分布、零膨胀泊松分布和 ZI 负二项式。 |
| Johnson 拟合现在是一个从 Johnson 分布系统中选择最佳拟合分布的命令。 |
| 这与过程能力平台中使用的方法相同，即分位数匹配。 |
| 该方法比最大似然法更稳定、更快。 |
| 用户现在可以为每个参数键入特定的带宽参数，以实现平滑的曲线拟合。 |
| 已为 SHASH 发行版添加了标准错误。 |
| 让我们使用 JMP 来研究其中的一些内容。 |
| 航空公司延误是 JMP 附带的示例数据的一部分。 |
| 让我们对 Arrival Delay 列执行分布分析并拟合 Johnson 分布。 |
| 请注意，不是看到三个不同的 Johnson 装配工，而是一个名为“fit Johnson”的选项。 选择此选项后，我们看到 Johnson 分布系列中对此数据的最佳拟合是 Johnson SU 分布。 |
| 我们还为此报告添加平滑曲线拟合。 |
| 在 JMP 15 之前，控制非参数密度带宽参数的唯一方法是通过滑块。 |
| 现在有一个选项可以在用户界面内以及通过 JSL 指定带宽参数的特定值。 |
| 除了比较之外...除了改变装配人员本身之外，JMP 还改变了进行装配比较的方式。 选择每个拟合后，会将其添加到比较分布报告中。 |
| 在以前版本的 JMP 中，只有在连续拟合下使用“全部”选项时，您才能获得比较分布报告。 |
| AICc 权重和 BIC 已添加到此报告中，以使其与 JMP 中的其他平台更加一致。 |
| 直方图图例已从报告中删除。 此信息现在包含在比较分布报告中，该报告始终直接显示在直方图下方。 |
| 此外，报告中还添加了重叠的 CDF 图。 |
| 让我们看看 JMP 中的一些内容。 |
| JMP 附带的示例数据中提供了此数据表垫圈。 |
| 让我们对#defective 列进行分布分析。 |
| 由于这是计数数据，我们来拟合负二项式。 这是 JMP 15 的新装配工。 它相当于伽马泊松拟合。 |
| 比较分布报告是自动添加的。 |
| 我们还拟合 ZI 负二项式分布，看看它的比较结果如何。 |
| 请记住，零膨胀负二项式也是 JMP 15 中提供的新拟合器。 |
| 有关此拟合的信息也已添加到比较分布报告中。 |
| 您还会注意到比较分布报告本身的一些变化。 |
| 本报告中添加了 AICc 权重校正和加权、Akaike 信息准则和 BIC 贝叶斯信息准则。 |
| 这些统计数据已在 JMP 的其他部分提供，例如模型比较。 它们现已添加到分发平台中，以使 JMP 更加一致。 |
| 请注意，比较分布报告始终直接出现在直方图下方。 |
| 这使我们能够删除之前出现在直方图下方的图例。 |
| 此信息现在包含在比较分布报告中。 |
| 我们发现绿线用于负二项式拟合，蓝线用于 ZI 负二项式拟合。 |
| CDF 图也发生了变化。 添加拟合后，拟合分布的 CDF 会叠加到经验 CDF 上。 |
| 我们看到绿线和蓝线都紧密遵循本例的经验累积分布函数。 |
| 直方图显示绿线和蓝线紧随数据。 在比较分布报告中， |
| 负二项分布首先出现，因为它的 AICc 值较小，表明拟合效果更好。 如果我们想使用 Ic 而不是 AICc 作为最佳拟合标准，我们只需单击该列标题即可对该列执行排序。 |
| 有用但可能不明显的是，您可以通过双击比较分布部分中的拟合名称来完全从报告窗口中删除拟合。 在这里，我双击 ZI 负二项式将其从报告中删除。 |
| QQ和PP重复。 分位数-分位数图显示了观测值与使用估计参数获得的分位数之间的关系。 |
| 百分位数-百分位数图显示了经验累积分布函数与使用估计参数获得的拟合 CDF 之间的关系。 |
| 添加了两个分析器。 分布刻画器是累积分布函数的预测刻画器。 |
| 分位数刻画器是分位数函数的预测刻画器。 |
| 保存分布公式和保存模拟公式。 |
| 拟合优度检验已标准化为使用 Anderson-Darling 和 Pearson 卡方。 皮尔逊卡方检验有所改进？？？创作。 从 JMP 版本 15 开始，我们现在满足每个 ??? 中至少有五个预期观测值的经验法则。 |
| 让我们看看 JMP 中的一些内容。 从之前的 Washers 报告中，选择 QQ 图和 PP 图。 |
| 对于每幅图，我们都希望了解这些点与参考线的接近程度。 点距离参考线越近，拟合效果越好。 |
| 将分布和分位数刻画器添加到报告中。 |
| 如果数据服从负二项式分布，则有 4 个或更少缺陷的概率为 84%。 |
| 与 JMP 中的其他刻画器一样，您可以更改输入设置以查看其对概率的影响。 |
| 分位数刻画器以类似的方式工作，显示概率和负二项式分位数之间的关系。 |
| 另一个新选项是保存模拟公式。 |
| 此选项将新列保存到数据表中，其中包含使用估计参数生成模拟值的公式。 |
| 此列可用于模拟实用程序以及 JMP 的其他部分。 |
| 尽管我们正在处理离散数据，但让我们将指数分布添加到报告中，以便我们可以查看拟合优度报告。 |
| 从直方图中可以看出，指数分布可能不太适合该数据。 要检验此假设，请选择拟合优度。 |
| 安德森-达林检验是 ???用于连续分布。 这里我们的模拟 p 值小于 0.05，这表明我们应该拒绝该数据来自指数分布的原假设。 |
| JMP 版本 12 中引入了过程能力。 这个新平台的部分内容同时添加到控制图生成器中。 |
| 现在，通过 JMP 15，该平台的部分内容已添加到分发平台中。 这不仅使平台更易于维护，而且使它们彼此更加一致。 |
| 分发报告的发布存在一些差异。 |
| 如果在规格限制列属性中选中显示为图形参考线，则直方图仅显示规格限制。 |
| 即使存在规格限制列属性，用户也可以禁用能力分析。 |
| 如果存在过程能力分布列属性，则该分布将用于能力分析。 |
| 拟合分布的分位数选项的工作流程已简化为一次启动，而过去的版本需要两次平台调用。 |
| 正常和非正常能力分析现在使用类似的对话。 |
| 我们来看看JMP。 我正在运行的脚本打开过程测量示例数据表并更改一些列属性。 |
| 对于流程 1，有一个规格限制列属性，显示为图形参考线，未选中。 |
| 对于流程 2，检查了显示为图形参考线的规格限制列属性。 对于流程 3，有一个定义了 Weibull 的流程能力分布列属性，以及未选中“显示为图形参考线”的规格限制列属性。 |
| 在分配对话框中，我将这三个进程指定为Y。 |
| 请注意左下角的新复选框，创建流程能力。 仅当至少一个 Y 列具有规格限制列属性时，才会出现此复选框。 |
| 取消选中此框并单击“确定”。 |
| 在以前版本的 JMP 中，您将获得这三个流程中每一个流程的能力分析。 此外，三个直方图中的每一个都会绘制规格限制。 |
| 在此报告中，根本没有给出任何能力分析，因为我们未选中该框。 仅显示流程 2 的规格限制，因为它是唯一一个其规格限制列属性已显示为选中的图形参考线的 Y。 |
| 让我们回到分配对话框并选中该框，创建流程能力，进行比较。 |
| 能力分析现在给出了所有三个过程变量。 |
| 在顶部的主直方图中，仅显示流程 2 的规格限制。 |
| 过程 3 的能力分析基于威布尔分布。 |
| 能力报告看起来是一样的。 它具有与 JMP 12 中引入的过程能力平台中的各个详细报告相同的选项。 |
| 请注意，Ppk 标签现在是整体 sigma 的默认值。 |
| 该报告显示了假设正态分布时的内部西格玛指数和总体西格玛指数。 |
| 让我们研究一下数据表没有规格限制列属性的情况。 Thickness.JMP 是没有列属性的示例数据表。 |
| 在分发对话框中，请注意没有创意处理能力的复选框。 这是因为列属性没有规格限制。 |
| 让我们研究一下厚度 3 和厚度 4 的分布报告。 |
| 我们可以通过从红色小三角菜单中选择此选项来添加厚度 3 的工艺能力报告。 |
| 这些选项的工作方式与您在 JMP 12 中引入的过程能力平台中找到的选项相同。 |
| 让我们进行一个简单的能力分析，并将 LSL 定义为 0.03，目标为 0.045，USL 为 0.05。 我们还可以打开显示限制。 |
| 针对规格限给出了基于正态分布的能力分析。 限制显示在图表中，因为我们在对话框中选中了该选项。 |
| 您将获得内部和整体 sigma 功能统计数据。 |
| 对于厚度 4，我们拟合 beta 分布。 |
| 拟合分布的处理能力产生以下对话选项。 |
| 该对话框的计算分位数规格限制选项部分包含分位数选项和旧版拟合器中可用的 k sigma 选项的设置 k。 |
| 对于本例，将 LSL 概率指定为 0.05，目标概率指定为 0.5， |
| USL 概率为 0.95。 |
| 当我们单击计算规格限制按钮时，将使用拟合 Beta 分布计算给定概率的规格限制。 |
| 在 JMP 的早期版本中，您必须拟合分布、获取分位数并将它们传递回平台，这需要两次分布调用。 现在您只需一次调用即可完成此操作。 |
| 给出的能力分析基于 beta 分布。 您将获得 ovrall sigma 功能统计数据。 规格限制未显示在顶部直方图中，因为我们没有在对话框中检查显示限制选项。 |
| 总之，版本 15 中的分发平台已经过现代化，以改善流程、提供更清晰的外观、提供一致性并需要更少的维护。 |
| 感谢您参加我关于分销平台现代化的演讲。 |
