321658_zh-CN

liliconcom

合成代谢，春药还是止痛药？

当我们在JMP中开发分析工具时，不可避免地必须做出有关如何确定优先级的决定：

 

我们是否应该通过增加肌肉来使产品更强大？ 我们应该让它更性感，更令人兴奋吗？ 我们是否应该专注于减轻疼痛，减轻痛苦，减轻负担呢？ 用长A字的语言，我们应该去合成代谢，壮阳药还是止痛药？

 

John Sall认为答案是止痛药。 减轻疼痛应该是发展的主要动力。 当然，这三个并不互斥。 增加令人兴奋的力量功能还可以减轻痛苦。 但是，缓解疼痛是至关重要的，因为疼痛是可能真正冻结我们，使我们失去动力，使我们停滞不前的数据可以告诉我们的情况。

 

 

 

自动产生的笔录...

 

扬声器

成绩单

Jeff Perkinson在开发JMP功能时，我们的下一位发言人John Sall有一种有趣的方式来思考如何确定优先级。 我们确实必须优先考虑我们... 我们要投资哪些功能。 那么，我们如何考虑最重要的呢？ 使我们的产品更强大的功能是我们应该从事的工作吗？ 如何使其更具吸引力或更性感的特征或专注于缓解疼痛，减轻分析负担的特征呢？ John认为减轻疼痛应该是我们研发团队的主要动力。 John是SAS的联合创始人。 他是30多年前创立的JMP的首席架构师。 对于拥有数据并需要一种方法来探索它的科学家和工程师来说，需要一种在桌面上直观地进行探索的方法。 他将讨论JMP开发背后的驱动力，以及我们遇到的各种功能。 因此，约翰，我想欢迎您。 谢谢。 John Sall谢谢Jeff。 在这里，我们来自北卡罗来纳州卡里市新的数字会议中心，在那里我们可以容纳更多人。 因此，让我们稍微调暗灯光。 好吧，我不是真的在数字会议中心。 我真的在家 所以我有一个家庭办公室。 哎呀 不是那个。 像我们所有人一样。 我在家里，主持这次会议。 但是，让我们切换到公司背景并开始。 那我该怎么说呢？ 好吧，当我们发布JMP时，就是在讨论JMP的会议联盟发布的那年，这就是我们谈论的话题，但是在隔年，我总是选择一个主题。 因此，我一年选择了大统计数据，第二年选择了幽灵数据，两年前选择了秘密功能。 今天，我的主题是以字母A开头的大词。 嗯，这些是开发JMP的主题词。 所以让我分享我的屏幕。 并在此最小化。 分享。 那么哪个主题最重要？ 这是三个单词开头的...以字母A开头的大单词。 正如Jeff刚才提到的，首先是合成代谢的。 好吧，合成代谢与肌肉生长有关，从而使JMP更加强大。 合成代谢过程建立器官和组织，这些过程产生细胞的生长和分化，以增加体型。 因此，增加JMP的功能将是一个机会，这当然非常重要，但是下一个壮阳药将使JMP变得更加性感，更加令人兴奋，并激发发现的乐趣。 因此，我们也希望将其作为属性。 但是，我们也关心您在工作过程中的进度，因此止痛药是第三个词，这意味着缓解疼痛。 缓解疼痛。 因此，我希望人们表达以下虚构的引号，例如：“版本15刚为我服务...为我节省了数小时甚至数天的工作，而以前我不得不为此付出辛苦。” 那可以减轻很多痛苦。 或\！“我以前不得不分别做一个，而现在却一举完成。” 那里有很多止痛药。 或者\！“我曾经不得不使用其他几种工具来完成所有工作，但是现在我可以在JMP中完成所有工作。” 还是“！”我向同事们展示了我如何轻松地做到这一点。 他们感到惊讶。\！” 或\！“我以前不得不手动编写所有这些程序，现在只需单击几下鼠标就可以完成。” 或\！“ JMP使我保持顺畅，使我专注于分析数据，而不是将其过多地分配给操作细节。” 这些是我们想要听到的缓解疼痛的表达。 现在，为什么痛苦和沮丧才是真正的动力。 流量很重要。 当您流淌时，您不会分心。 当您流中时，您更有可能从数据中学到东西并进行发现。 现在授权也很重要，但是新功能往往只被少数几个人使用，而旧功能则被许多人使用。 因此，我们希望使旧功能更好地工作，以减轻使用它们的痛苦。 当然，生产力在很大程度上取决于我们的工具在使用时间方面的有效性。 因此，如果我们能够更轻松，更快地获得结果，那将是巨大的胜利。 因此，让我们来看很多例子。 首先，数据表随附的脚本。 因此，在这里您可以并排看到JMP早期版本中的示例。 我认为这是JMP 14或13，在这里您曾经必须按住鼠标键在该按钮上，然后调出菜单项，然后找到运行按钮来运行该脚本。 但是新方法只是在脚本旁边有一个播放按钮。 因此，您只需单击该播放按钮，即可节省下拉菜单的时间。 好吧，这不是一个巨大的胜利，您认为单击按钮和下拉菜单之间的区别不是很大。 但这对于新用户来说也是一个巨大的胜利，因为新用户不再需要了解热键将在下方运行。 但是脚本旁边有播放按钮。 因此，人们对这些是脚本有了更多的了解。 而且，将脚本与数据存储在一起的功能在JMP中非常重要，我们希望人们立即了解这一点，而不必费力在两个地方钓鱼或查看提示以了解这样做的方法。 能够将所有脚本存储在数据表本身中，而又找不到其他地方来存储它们，这是一个极大的便利。 因此，对于新用户，请使用播放按钮。 因此，仅此简单更改就可以缓解一些痛苦。 我们很遗憾没有在JMP中做得这么早，这是一个更改。 让我们谈谈准备数据。 准备数据时要做的一件大事是来自多个源的联接数据。 现在，即使是第一版的JMP，也必须加入实用程序。 但这仍然涉及复杂的对话以及使用多个数据表。 因此，这是一个经典的示例，我在这里租借电影，我们有一个电影租借交易表，其中包含客户，商品编号，订单日期，订单年份，然后我们有要租借的电影库存以及每个电影的详细信息电影。 然后我们有了客户……有关客户的信息等等。 我们想提出问题，涉及所有三个表，例如哪种性别在哪种电影类型中普遍存在。 好吧，这涉及到遍及所有三个表，当然，join命令就是这样做的方法。 我获取交易数据并将其与客户合并。 当然，客户ID是匹配列，我想从交易端包括非匹配项。 因此，如果我没有客户数据，那么我仍然不会丢失交易数据。 这就是所谓的左外部联接，这样就形成了新的数据表。 现在到该数据表，我想将其加入库存数据。 因此，我通过匹配的项目号将其连接起来，并且我还想要一个左外部连接，现在我有了另一个表。 因此，现在，我没有五个表，而是五个表，它是联接的结果，但现在我可以按类型来回答性别问题，即哪种性别倾向于租用哪种类型的电影。 并且涉及制作所有这些新的中间数据表。 事实证明，要走的路要简单得多，这些额外步骤和额外表的痛苦可以大大减少。 因此，让我在该表上撤消该表。 我想指出在表命令下，有一个名为JMP查询生成器的命令，它带来了连接表的后继功能，比所有这些连接对话要容易得多，但它仍然可以创建新的数据表。 但是，在几个版本发布之前，我们推出了更好的东西，可以进一步减轻痛苦，这就是虚拟连接。 因此，如果查看此事务表，我会注意到它已经加入。 因此，发生的事情是，当我准备电影库存表时，它是由物料号唯一标识的。 因此，我给出了项目编号，然后给出了一个链接ID，表示该ID由该ID唯一标识，这就是我可以为该表建立索引的方式。 同样，我有一个项目ID来标识客户数据。 当我准备交易数据时，从某种意义上说，我有两个具有外键，链接引用，并且它们通过...之间的标识ID引用不同的数据表。 因此，它会自动链接它，而我已经拥有回答该问题所需的一切。 因此，我可以针对每种性别来做，可以找到我想做的电影的类型。 因此，在这里我可以看到男性更喜欢动作片，女性更喜欢家庭电影，女性更喜欢rom com等。 因此，我已经回答了涉及三个表的问题，而无需遍历所有联接，因为它实际上是通过在表中匹配那些ID列来联接的。 因此，我从中减轻了很多痛苦。 因此，实际上，让我们关闭它。 因此，我认为，数据表的加入涉及到发布中的许多痛苦。 重新编码，这是我们在准备数据集时要做的其他主要事情之一。 我们从许多版本开始就进行了非常简单的重新编码，其中只有一个字段用于旧值和新值，而新值的开头与旧值相同，然后我可以在其中剪切和粘贴或编辑这些值。以便重新编码为新列或现有列。 并对每个发行版进行重新编码都进行了重大改进，我们对当前的状态感到非常兴奋。 因此，让我们看一下医院，地区医院的数据集。 现在，重新编码就在列标题的右键或右键菜单上。 我可以仔细研究，然后选择一堆东西并将它们归为新的价值，例如诊所。 但我认为也有很多捷径。 我最喜欢的快捷方式之一是对相似的值进行分组。 因此，我可以给出一些字符差异的阈值，依此类推，它将自动将所有这些东西组合在一起。 因此，它将所有拼写略有不同的地区医院归为一类。 而且我仍然可以... 看起来好像错过了一个。 但是没关系，我现在可以将一个与其他所有分组，所有的乡村医院都已根据匹配条件自动分组，看起来我可以在这里再匹配一个。 现在突然之间我有了一些东西。 在进行所有这些编码时，我已经节省了很多精力。 当然，在JMP 15中，我们添加了新功能，在这里我不会显示，但是我想指出。 如果您有另一个数据集，并且所有……都证明了……这些类别的最佳类别名称，那么我可以进行匹配过程，并在找到与所有这些事物的匹配项时选择最接近的匹配项。 因此，重新编码在发行版中经历了许多改进，以减轻该操作的麻烦。 当然，请考虑一下。 我们花多少时间准备数据而不是分析数据？ 通常，大约70％至90％的时间都花在准备数据上。 因此，减轻这种痛苦并减少这种痛苦的时间成为主要的胜利。 因此减轻了编码的痛苦。 单击值。 这是城市数据集。 假设当我查看其中某些内容的细节时，例如可能是某件事的异常值，我想更详细地了解它。 因此，我可以将其变成链接。 因此，让我们将其变成Wiki页面Wikimedia页面。 我将在那里复制该文本并转到列信息，然后将其转换为链接，即表达式处理程序。 现在，我可以将此表转换为网址。 因此，我将转到Wikipedia.org，然后使用该城市的名称并将其更改为标题大小写，然后我可以在该行中对其进行测试并显示奥尔巴尼。 所以现在我要说... 哦好的。 现在，我可以单击任何城市，然后获取有关该城市的Wikipedia文章。 或者可以将其更改为地图坐标。 因此，我可以...让我们复制该文本并转到列信息，现在代替它，我将对此进行标题区分。 让我们看看是否可以解析。 现在，我可以单击“丹佛”，它将查询丹佛和Google地图。 好的，所以我已经将事情放到了要做的链接中……我可以进行搜索，可以进行地图请求等等。 我什至可以将语音内容粘贴到其中，然后单击它，然后说出城市名称。 因此，我认为这很有能力将链接存储在我们的数据表中，这些链接可以链接到网页或执行其他操作，您可以使用ACL表示的任何内容，也可以使用这些事件处理程序进行处理。 这样可以减轻很多痛苦。 因此，我最喜欢的减轻疼痛的技术之一就是广播，在这里您可以按住Command键或Control键进行多次运算，在这里您可以进行很多相似的分析。 好的，这不仅适用于菜单命令，而且适用于许多按钮，调整图形框架的大小以及执行其他操作，将其粘贴到图形中等等。 因此，让我们举一个例子。 然后单击...或仅对所有这些列进行分配。 假设我想摆脱这种箱形图。 而且，如果我仅按住该菜单项，则将消除该项目的箱形图。 但是我要做的是消除所有项目的箱形图。 因此，我要做的是按住Command键并取消选中方框图，现在对于所有这些内容都未选中。 我现在可以取消选中分位数，它将取消选中所有内容，因为它已经接受了该命令并在该窗口中的所有活动对象处广播，对于那些了解该命令的活动对象，例如分位数命令，它将遵循该命令。 现在，它甚至适用于某些与提示对话有关的事情。 因此，让我们看一下汇总统计信息。 让我按住命令键并自定义摘要统计信息。 假设我不想要置信度限制，但是我想要缺失值的数量。 我会说，好的，它将应用于所有... 所有的事情。 为了做到这一点，必须获取对话的结果，从中制作一个脚本，然后将该脚本广播到该窗口中的所有其他位置。 现在，这并非一直发生。 有时，当您收到提示时，您将得到每次分析的提示。 对于每个发行版，我们都尝试实现更多细节，其中对话在广播之前完成，因此它将在所有可用位置广播相同的对话。 当然，我可以广播的所有其他内容都会改变，所有这些项目的大小都会改变，或者我可以广播更改背景色，并且可以在所有绘图中将所有背景色更改为橙色似乎与那个框框有关。 因此，该广播成为非常强大的工具。 因此，这为我们大多数人减轻了很多痛苦，但仍然有一些情况，如今年早些时候出现的那样，您可能会有40,000个分组，而他想对所有40,000个进行逆向预测，它会提示您40,000次。 这将在版本16中修复。 对于该用户而言，这可以减轻很多痛苦。 保存公式列。 我喜欢公式列。 当您拟合模型时，可以保存一列预测。 但是在该预测中，存在一个实时公式，以便您可以检查该公式，对其进行修改，可以将其应用于所输入的新数据。 您可以将其分析到保存公式。 如果您有JMP Pro，则可以到公式仓库，并执行许多其他操作。 您可以从中生成代码，依此类推。 因此，保存公式的能力很重要，但是有时，例如，如果按组保存，保存公式会有很多额外的细微之处。 例如，让我们拟合一下，这就是糖尿病数据，我们在其中对所有这些预测因子进行了拟合，但我们希望针对每种性别分别进行处理。 因此，让我们这样做。 因此，对于性别一和性别二，我们有两个分组。 现在让我们说我们实际上要保存这两个值的预测值。 现在，在过去，在我们采用许多缓解疼痛的方法之前，保存时会发生什么，它会转到本地数据表中。 如果在重做下的数据表窗口中查看，它将显示按组表。 因此，对于性别= 1，实际上此虚拟数据表中有235，您可以为性别= 1进行显示。 这里有一个表变量，显示它的by组。 它将保存到该临时表中，而不是保存到的实际表中。 但是不久前，当您保存预测公式时，我们将其保存到真实数据表中。 如果我看一下，我只是保存了它的性别= 1，如果查看它的公式，它表明如果性别= 1，那是by group子句，则它具有形成一个该变量的预测。 然后，如果我接着执行“ gender = 2”，或者如果我按住命令键以广播预测公式，则现在它同时具有它们，并且我对“性别1”和“性别2”都有这两个子句。 因此，它每次都按组向该输出添加一个子句。 顺便说一句，当您保存其他内容时，当我保存一列残差时，也会发生相同的情况，这次让我们按住Command键。 如果我保存一列残差，它将按组保存每个残差，它将保存适用于该组的残差。 就像您从原始响应中减去了预测公式一样，但是这次没有成为公式列。 在JMP的几乎所有地方，我们并没有在所有地方都做过，但是在大多数地方，我们都这样做了，按组或在某些情况下通过where子句保存，然后将其保存到原始数据表中。 if语句中的条件。 好的，这样节省了很多精力。 如果还不可用，则将tt保存在临时表中，然后必须剪切并粘贴该公式，然后将if表复制到原始表中。 因此，我们已经解决了这些问题。 现在，让我们假设我再次保存了该文件，再次执行了整个过程，然后又做了另一件事，例如使用不同的变量，其中一些已被删除，然后又重新保存了。 因此，我保存了预测公式，这次按住了广播密钥，它实际上是在制作一个新的而不是保存到旧的公式中，并在其后附加一个2。 好吧，它怎么知道不将其保存到旧版本中呢？ 好吧，每次试穿都有一个ID。 如果我按ID查看属性，它会带有编号，并为每个配合重新生成一个唯一编号，只要它具有不同的ID，则不同的组将具有相同的ID，其中一个按分区。 但是只要ID相同，它将保存到同一事物中。 否则，它将形成一个新的位置来保存它。 而且，每当我们说预测值，特别是预测公式时，它都会创建属性the，创建者以及某些情况下的其他信息。 在这种情况下，它具有目标变量y，这就是所预测的，并且创建者拟合最小二乘。 然后，当您进行其他平台（例如，如果您具有JMP Pro模型比较）时，该模型比较将了解哪些预测值引用哪个创建者，哪个目标。 因此，它可以跟踪那些增值平台的所有信息。 因此，公式列通过添加新的子句来工作，并且使用了其他属性，包括by ID。 而预测子句，如果将其保存到分类变量中，则会保存整个范围的变量，以具有每个响应级别的概率以及所有元数据和需求中包含的所有概率。 那应该可以减轻很多痛苦。 因此，从模型中删除效果。 好吧，让我们看一个根据体重拟合身高的例子。 好吧，这是一个高级多项式的示例。 这是七阶多项式，比六阶多项式更适合，依此类推。 但是您相信合适吗？ 事实证明，如果您通过引入高多项式项或仅通过引入更多变量来给模型提供很大的灵活性，那么它将为拟合提供很多机会。 在这种情况下，可以灵活地在前一个数据点和最后一个数据点之间进行深入研究，以更好地适应最后一个数据点。 因此，它过于适合。 就是这样...使用该参数来拟合噪声，而不是拟合数据本身。 因此，无论何时拥有大型模型，过度拟合都是一个问题。 因此，您要适合信号而不是噪声。 好的，大型模型往往会在预测中引入更多的变化，因为预测毕竟是他们所使用的y变量的函数，而且y变量是该变量的系统性部分加上误差部分如果该变量部分是随机的，则您的预测涉及该随机性。 而且，如果您给它太多的灵活性，它将最终导致过度拟合问题，您将通过将该模型中的所有变量包括在内来预测更糟的问题。 因此，解决方法是缩小模型，减小模型的大小或减小模型中系数的大小，以使较少的来自模型随机项的变化被传递到预测值中。 因此，在较小的DOE问题中，这不是问题，因为数据很小，并且数据平衡良好，可以精确地适应您要使用的模型。 但是对于任何大型模型中的观测数据，过度拟合都是一个实际问题。 因此，除非我们在JMP Pro中引入了交叉验证，否则用户通常不会意识到这一点。 因此，如果您拥有JMP Pro，则可以设置一个验证列，该列将保留一些数据，以便估计该保留数据集上的错误。 这是我拥有的一个示例...我试图根据混凝土中所有这些成分来预测混凝土的性能，为此我有一个巨大的模型。 如果我只是运行该模型，但保留一些数据并查看R平方，那么我适合SLUMP，我非常适合。 我有一个R平方79，但是在我适合的验证集上，我有一个R平方为负数。 如果R平方为负，则比仅仅拟合均值还差。 因此，如果我拟合均值，则R平方为零。 如果我适合整个模型，那么我得到的R平方比这差得多。 因此，对于大型模型，您可能会比仅仅拟合均值还差，这比恶化更糟糕。这是一种反信息，因为模型太大了，我们没有做出任何努力来缩小模型的大小。 该模型主要由噪声而不是信号决定。 因此，这是您应注意的问题。 因此，重要的部分是能够减小模型的大小。 现在，我们确实引入了模型对话框命令来执行此操作。 让我们用模型来研究糖尿病。 我可以运行此模型，并且，如果我想排除很多这些东西不是很重要的话。 您知道，年龄对模型完全不重要，因此我想消除年龄。 那好吧，我会回过头去拟合模型并重新调用它，或者消除年龄。 或者，我可以直接在此处返回模型对话框并适合年龄并删除它，但是我可能在这里有很长的模型列表，来回地做这些事情需要大量的工作。 因此，除了这样做之外... 让我们看看，我在这里做什么。 几个版本之前，我们引入了一个新的报告，称为效果摘要。 借助效果摘要，可以轻松轻松地对模型进行子集化以使其更好地进行预测，并降低灵活性。 所以我可以说，年龄，我可以删除它。 或者，嗯，有很多变量。 让我们再删除三个。 LDL看起来更重要。 这样我就可以保存该模型。 让我们将其保存到数据表中。 我稍后再说，好吧，让我记住具有此功能的模型。 我实际上可以撤销先前的操作。 因此，我可以撤消该操作并带回三个变量，然后我可以撤消该操作并带回年龄。 因此它实际上存储着，当我使用效果摘要来编辑模型时，它实际上存储着所有这些东西的记忆。 如果我看那个脚本，我会看到这个历史记录。 因此，每次执行效果模型时，它都会存储历史子句。 而当我执行撤消操作时，它会将其撤消至该历史记录。 因此删除很容易。 我也可以添加东西。 如果我减去了这两件事，我可以将其加回去。 我可以增加年龄。 这不是一件好事，但我可以做到。 我还可以通过带回模型事物和模型对话的小版本并添加复合效果等来编辑模型。 现在，大型模型还会发生另一件事，并且（让我撤消此操作）。 对于大型模型，您要进行大量的假设检验。 因此，如果您有大量的假设检验，则应考虑一些调整，其中一项被称为错误发现率。 因此，我不想将所有这些p值当作独立测试来对待，而是要进行调整，以便针对多个测试偏差调整这些p值，以调整子集模型所涉及的选择偏差。 因此，我可以对其应用错误的发现率校正。 因此，我用常规的p值代替了常规的p值。 现在，我变得更加现实。 因此，这将帮助我解决过度拟合问题和假设...在做很多多重测试事情中的选择偏差问题。 因此，现在让我们做下一个主题，那就是转换。 假设您要建立模型，但要拟合y的对数而不是y。 好吧，在要做的是在数据集中创建一个新列Log y，然后为Log y指定一个... 做一个公式。 我可以记录一下。 现在，我可以返回模型规格并执行Log y，然后适应。 哦，它不见了，我该怎么办？ 忘了输入目标，论据。 所以现在我可以拟合Y的对数了，现在我已经完成了。 但是，让我们进行探查。 我的探查器以Y的对数表示。 让我保存预测值。 我的预测公式是根据y的对数表示的，现在我将不得不去手动编辑... 该公式并采用该公式的指数，使其恢复到原始比例。 因此，以这种方式进行转换会很痛苦。 好吧，在几个版本之前，我们引入了转换。 因此，我可以进行该转换并将其转换为日志，现在将其直接用作转换，它不属于数据表。 这是带有公式的虚拟变量，但未添加到数据表中。 现在，我可以将模型拟合到Log y。 让我们删除年龄，使其更适合一点。 哎呀 也选择了那个。 现在，我适合响应Log y。 因此，如果我对此进行描述，我会得到什么？ 因子分析，分析器。 而不是分析y的日志，而是分析y。 探查器将其视为转换，并说，好吧，我可以反转该转换并返回到原始比例。 这就是它的作用。 它不变形，通过y的对数进行逆变换以获取预测并将其放到原始比例上。 它将对大多数可以展开的转换执行此操作。 如果一个转换涉及多个变量，依此类推，它将无法做到，而只会进行转换。 因此，当我保存列时，原来的相同的东西。 当我保存预测公式时，它以yr的对数而不是y的对数来保存预测公式。 因此，这些事情可节省大量时间，并节省了使用转换的大量工作。 所以有... 让我再次去糖尿病，再做一次...考虑另一种转变。 当您执行变量时，可以得到一个Box-Cox转换。 在因子分析中，Box-Cox选项告诉您是否变换了整个幂函数范围，什么是最佳方法？ 它应该只是不变形吗？ 那将是Box-Cox lambda值之一。 如果您设置为零，那将等同于对其进行记录。 如果您执行-1，则等于取其倒数。 功率为-1。 如果您使用.5左右，那将等于取其平方根。 它告诉您，如果该模型沿lambda为.453的平方根变换更有效，则该模型将更适合于针对该变换调整的变换比例。 这是Box-Cox转换中的最佳值。 您可以使用放大镜放大此图像，以更精确地获取它。 所以，现在我可以进行转换了，在几个版本之前，我可以...我添加了几列。 一种是通过转换进行调整，这将为转换响应创建一个新窗口。 另一个是替换转换，我将要做。 而不是.453，我将采用平方根变换（.5），现在我对该模型进行拟合。 现在，lambda的最佳值大约是1，这是应该的值，因为它已经通过Box-Cox转换立即进行了转换。 现在，我可以保存该值的预测值并对其进行分析，依此类推。 我什至可以撤消它。 因此，如果我不喜欢这种转换，而我想回到原始版本，可以回到原始版本并进行改装。 因此，我们在转换响应方面做了大量的工作。 因此，当您拥有大量数据时，现在会遇到一种特殊的痛苦，一种特殊的痛苦。 我们已经付出了很多努力来尝试以更少的痛苦解决大问题。 无论您有很多行，很多列，很多组，很多模型都可以尝试，在当今世界，我们都生活在一个大数据，大问题的世界中。 因此，如果我们最初设计用于处理小问题的分析，则可能不适用于大问题，而大问题的核心问题是，有太多的输出要整理。 如果通过将同一模型拟合到1,000个变量，则我可以排序1,000个报告。 如果我要在1,000列中寻找离群值，那么您知道，每列都有离群值，依此类推。 我希望能够更有效地获取大量大数据集。 因此，我们开发了筛选菜单，旨在解决这些各种各样的问题。 另外，整个JMP中还有很多地方可以更好地解决大型问题。 例如，时间序列。 新的时间序列预测平台将预测许多时间序列，而不只是一个。 因此，筛选平台上的项目将探索异常值，探索器缺失值，探索模式。 这些用于检查数据，然后检查关联，响应筛选，过程筛选，预测变量筛选。 当然，时间序列预测是一个新项目。 它不在筛选菜单中，但可以处理较大的问题。 所有这些事情都得到了利用，不仅以更紧凑的方式来表示结果，因此您不必使用成千上万的报告，而且它们在计算上也很有效。 他们使用多线程，因此可以利用CPU中的多个内核来使其变得非常快。 假设您有很多过程数据；您有568个变量。 那么，以下哪个变量看起来很健康？ 良好的过程筛选旨在回答这一问题。 因此，它可以按稳定性排序，也可以按功能（Ppk）排序，哪些状况不佳，或者按控制图度量，超出控制范围等排序。 但是什至...我什至更喜欢的是，一些工具可以在一张图中显示所有过程。 我爱其中两个人。 一个是目标图，该图显示了每个流程相对于规格限制的行为，如果它是一个有能力的流程，则位于此处的绿色区域。 如果是边际，则在黄色区域。 如果不是，则在红色区域，如果在高处，则差异太大。 如果它在另一侧，则存在问题。 用... 偏离中心，偏离目标。 但是，如果它在绿色区域中，那么这是一个很好的过程，并且在版本15中，我们引入了graphlets，悬停帮助，以便您将鼠标悬停在其上时可以看到每个过程。 然后，我喜欢总结所有这些事情并减少查看所有这些报告的痛苦的另一个情节是该过程性能图。 因此，在垂直轴上，它通过功能Ppk告诉您是否在规格限制内。 因此，如果您位于1.33的该线上方，那么就规范极限值的分布而言，您看起来还不错。 您完全符合规格限制。 如果...则稳定性指标在x轴上。 因此，即使这是一个相当不稳定的过程，即使它可能也可以但不稳定。 因此，如果您看一下该过程，它可能会有一些不稳定的东西。 而且，如果您处在黄色区域中，则可以，但是不稳定，依此类推。 红色区域是您既无能力又不稳定的坏区域。 因此，通过数百或数千个流程进行查找现在很容易，而在过去，这是很痛苦的。 问题是，变化最大的是什么？ 这是一些调查数据，在这些数据中，您询问了许多不同年份的活动。 你去露营了吗？ 还是在赌场赌博？ 还是感冒了？ 您知道所有这些活动，并且您想知道所有这些活动中的哪些（我认为有95种不同的活动）中哪些最显着。 因此，您正在寻找...知道，您可以做的一件事情是一次完成一项工作，然后按调查年份进行调整。 而不是一次看一个。 我可以查看响应筛选，仅查看一张图表即可了解变化最大的地方。 因此，这显示了所有这95种情况的图表。 首先，以P值的负对数表示的显着性（我们称为对数价值）进行了调整，该值已针对错误发现率进行了调整。 因此，它可以解决一些选择偏差，因为您正在对所有这些p值进行排序。 然后选择后面的...低P值。 而且我发现租用录像带变化最大，是盒式磁带，当然它们已经过时了。 因此，它当然发生了变化。 另一盒录像带改变了很多，收集到回收的东西也改变了很多，我家里的人也变了很多。 这是意义不大但影响力较大的一种，您使用互联网吗？ 当然，这项调查是在没有互联网之前就开始的。 因此，它发生了很大变化。 因此，关于变化最大的问题现在很容易，过去很难解决。 您询问的另一个有关大数据的问题，缺失值在哪里？ 因此，这里有280个变量。 缺失值在哪里？ 我需要担心他们吗？ 而且我可以查看探索缺失值报告，然后发现，这些变量中只有五个具有缺失值。 其中一些变量只有一个变量，一个缺失值，但其中一些变量很多。 因此，当我做一个多变量分析时，我可能不想包含452个变量中的376个。 或者，如果我想包含J，可以这样做，并估算那些缺失的值，好吧。 那么，下一个问题，数据是否有异常值？ 好吧，我在此过程中进行了387次测量。 我想找出其中是否存在异常值。 因此，现在我们可以在筛选菜单中进行操作。 我可以使它或多或少敏感。 让我们使其更加敏感，从而减少异常值和重新扫描的次数。 我可以看一看。 通常，一串9用来表示缺失值，而这些9可能是真实的9，但是它们可能只是缺失值的指示。 因此，对于这些我可以说，可以将这些九添加到缺失的值代码中，现在内存已更改。 现在，我可以备份（这里有很多变量）并重新扫描，而缺少的缺失值值得担心。 因此，探索异常值曾经是一个痛苦。 它仍然是一项艰巨的任务，但是它比以前容易得多。 现在，在版本15中，我们添加了另一个筛选平台。 数据是否有可疑模式？ 因此，这里有一些来自临床试验的实验室数据。 这是尼卡地平实验室模式数据。 我可能要看一下27个实验室结果。 因此，我调用新平台，探索缺失的价值。 这将向我展示，我有很多价值观吗？ 因此，我的值为.03536，但连续七行，从一行开始。 2065年。 我可以给这些单元格上色，然后查看那些值，也许这是结转的最后一个值，可能并不可疑。 在这种情况下， 是同一个人 因此，结转上一个值也许是一件合理的事情，但是如果您分发了这些东西，那将是一件罕见的事情…… 如果，如果您假设这些事物是随机分布的。 最长的重复序列。 因此，对于此变量，我们从2816行开始，也从3034行开始，一行中有四个具有相同的值。 因此，如果我给那些东西上色，那是一排四个。 而且，如果我转到下一个序列，则一行中的四个具有相同的值。 因此，这可能是将相同值从一个位置粘贴到另一个位置的症状。 因此，探索模式正在寻找那些东西。 还有很多其他事情，您可以查看这27个变量中的每个变量的详细信息，并查找可疑事物的症状或处理数据的方式的不良影响，等等。 因此，探索解决大问题的模式部分。 所以，止痛。 我们的大部分开发工作都集中在使分析流程更流畅，负担更少，更省时，更省力。 止痛药。 现在我们并不总是知道什么是痛苦的。 因此，我们需要重点关注反馈。 当我们收到那些我必须迅速回复数百次的电子邮件时，我们听了下来，感到很痛苦，并已解决它，以便现在您可以成组地广播成千上万的内容并广播一个结果对话而不是多次对话。 因此，将其发送给其他人更好，因为我们不是第一次发现它。 因此，请给我们您的反馈。 通过我们已经做出的所有改进，我们认为数据准备和分析过程已经变得更加流畅，中断更少，流程更多。 因此，您不必花费时间来克服障碍，而是将时间花在学习数据，了解数据上。 分析。 有人会想知道它们是否来自同一根，当然，我们不希望缩写这两个词。 分析来自希腊的analyein，但我不知道该如何发音。 但是在希腊语中，它意味着分手，释放或释放。 它需要将复杂的东西分解成碎片，以便我们能够理解。 当然，这就是我们在分析数据，数据科学时所做的。 而止痛药则来自单词“！”和“！”的不同组合。意思是没有，和\！“代数，\！”这就是痛苦的感觉。 因此，相同的前缀，不同的...根源略有不同。 并且不要缩写那些。 合成代谢和壮阳药。 我们关心力量。 我们所做的大部分工作是为您提供更强大的工具来分析数据，包括JMP Pro和JMP中的许多工具。 我们希望数据使发现令人兴奋，令人兴奋。 学习如何在JMP中使用强大功能的快感，我们认为这令人兴奋。 你知道，这是一种壮阳药。 因此，权力和兴奋对我们也很重要。 不只是止痛。 那么明年我们该怎么办？ 好吧，以字母B开头的大单词。 从A开始，然后是B，对吧？ 好吧，明年我们将推出JMP 16。 这就是我们要谈的。 谁知道明年我们要谈论什么。 非常感谢。 我们希望您在分析数据时所受的痛苦不会太大。 杰夫·珀金森非常感谢约翰。 我们对此表示赞赏。 这是一次精彩的演讲，多年来见证了很多痛苦，这就是您所说的一切都是绝对真实的。 减轻疼痛对我们来说很重要。 我们确实有一个问题，实际上有许多问题。我们已经在问答中回答了其中的一些问题，但是我想给您的是缓解疼痛和提供吸引力的方法，并使JMP更加强大吗？ John Sall好吧，我认为每个人都最高兴的是Graph Builder。 只需拖动这些变量并单击几下鼠标，您便拥有了想要的图形，并且可以如此轻松地进行更改，这感觉非常强大。 所以，这是一个激动。 这是一个强大的功能，可以缓解疼痛；过去很难做到。 所以我认为这是每个人最喜欢的事情。 但是当然有……JMP是一种丰富的产品，我们为其中的一切感到自豪。 实验设计，其中包含的所有强大功能，我们也尝试简化该过程。 想到了这么多事情。 杰夫·珀金森很好。 约翰，非常感谢你，谢谢。 如果您喜欢这个演讲，那么我有两个建议。 一，我们将发布基调