321658_zh-TW

liliconcom

合成代謝，春藥還是止痛藥？

當我們在JMP中開發分析工具時，不可避免地必須做出有關如何確定優先級的決定：

 

我們是否應該通過增加肌肉來使產品更強大？ 我們應該讓它更性感，更令人興奮嗎？ 我們是否應該專注於減輕疼痛，減輕痛苦，減輕負擔呢？ 用長A字的語言，我們應該去合成代謝，壯陽藥還是止痛藥？

 

John Sall認為答案是止痛藥。 減輕疼痛應該是發展的主要動力。 當然，這三個並不互斥。 增加令人興奮的力量功能還可以減輕痛苦。 但是，緩解疼痛是至關重要的，因為疼痛是可能真正凍結我們，使我們失去動力，使我們停滯不前的數據可以告訴我們的情況。

 

 

 

自動產生的筆錄...

 

揚聲器

成績單

Jeff Perkinson在開發JMP功能時，我們的下一位發言人John Sall有一種有趣的方式來思考如何確定優先級。 我們確實必須優先考慮我們... 我們要投資哪些功能。 那麼，我們如何考慮最重要的呢？ 使我們的產品更強大的功能是我們應該從事的工作嗎？ 如何使其更具吸引力或更性感的特徵或專注於緩解疼痛，減輕分析負擔的特徵呢？ John認為減輕疼痛應該是我們研發團隊的主要動力。 John是SAS的聯合創始人。 他是30多年前創立的JMP的首席架構師。 對於擁有數據並需要一種方法來探索它的科學家和工程師來說，需要一種在桌面上直觀地進行探索的方法。 他將討論JMP開發背後的驅動力，以及我們遇到的各種功能。 因此，約翰，我想歡迎您。 謝謝。 John Sall謝謝Jeff。 在這裡，我們來自北卡羅來納州卡里市新的數字會議中心，在那裡我們可以容納更多人。 因此，讓我們稍微調暗燈光。 好吧，我不是真的在數字會議中心。 我真的在家 所以我有一個家庭辦公室。 哎呀 不是那個。 像我們所有人一樣。 我在家裡，主持這次會議。 但是，讓我們切換到公司背景並開始。 那我該怎麼說呢？ 好吧，當我們發布JMP時，就是在討論JMP的會議聯盟發布的那年，這就是我們談論的話題，但是在隔年，我總是選擇一個主題。 因此，我一年選擇了大統計數據，第二年選擇了幽靈數據，兩年前選擇了秘密功能。 今天，我的主題是以字母A開頭的大詞。 嗯，這些是開發JMP的主題詞。 所以讓我分享我的屏幕。 並在此最小化。 分享。 那麼哪個主題最重要？ 這是三個單詞開頭的...以字母A開頭的大單詞。 正如Jeff剛才提到的，首先是合成代謝的。 好吧，合成代謝與肌肉生長有關，從而使JMP更加強大。 合成代謝過程建立器官和組織，這些過程產生細胞的生長和分化，以增加體型。 因此，增加JMP的功能將是一個機會，這當然非常重要，但是下一個壯陽藥將使JMP變得更加性感，更加令人興奮，並激發發現的樂趣。 因此，我們也希望將其作為屬性。 但是，我們也關心您在工作過程中的進度，因此止痛藥是第三個詞，這意味著緩解疼痛。 緩解疼痛。 因此，我希望人們表達以下虛構的話語：\“版本15剛為我服務...為我節省了數小時甚至數天的工作，而我以前不得不為此加倍努力。” 那可以減輕很多痛苦。 或\！“我以前不得不分別做一個，而現在卻一舉完成。” 那裡有很多止痛藥。 或\！“我曾經不得不使用其他幾種工具來完成所有工作，但是現在我可以在JMP中完成所有工作。” 還是“！”我向同事們展示了我如何輕鬆地做到這一點。 他們感到驚訝。\！” 或\！“我以前不得不手動編寫所有這些程序，現在只需單擊幾下鼠標就可以完成。” 或\！“ JMP使我保持順暢，使我專注於分析數據，而不是將其過多地分配給操作細節。” 這些是我們想要聽到的緩解疼痛的表達。 現在，為什麼痛苦和沮喪才是真正的動力。 流量很重要。 當您流淌時，您不會分心。 當您流中時，您更有可能從數據中學到東西並進行發現。 現在授權也很重要，但是新功能往往只被少數幾個人使用，而舊功能則被許多人使用。 因此，我們希望使舊功能更好地工作，以減輕使用它們的痛苦。 當然，生產力在很大程度上取決於我們的工具在使用時間方面的有效性。 因此，如果我們能夠更輕鬆，更快地獲得結果，那將是巨大的勝利。 因此，讓我們來看很多例子。 首先，數據表隨附的腳本。 因此，在這裡您可以並排看到JMP早期版本中的示例。 我認為這是JMP 14或13，在這裡您曾經必須按住鼠標鍵在該按鈕上，然後調出菜單項，然後找到運行按鈕來運行該腳本。 但是新方法只是在腳本旁邊有一個播放按鈕。 因此，您只需單擊該播放按鈕，即可節省下拉菜單的時間。 好吧，這不是一個巨大的勝利，您認為單擊按鈕和下拉菜單之間的區別不是很大。 但這對於新用戶來說也是一個巨大的勝利，因為新用戶不再需要了解熱鍵將在下方運行。 但是腳本旁邊有播放按鈕。 因此，人們對這些是腳本有了更多的了解。 而且，將腳本與數據存儲在一起的功能在JMP中非常重要，我們希望人們立即了解這一點，而不必費力在兩個地方釣魚或查看提示以了解這樣做的方法。 能夠將所有腳本存儲在數據表本身中，而又找不到其他地方來存儲它們，這是一個極大的便利。 因此，對於新用戶，請使用播放按鈕。 因此，僅此簡單更改就可以緩解一些痛苦。 我們很遺憾沒有在JMP中做得這麼早，這是一個更改。 讓我們談談準備數據。 準備數據時要做的一件大事是來自多個源的聯接數據。 現在，即使是第一版的JMP，也必須加入實用程序。 但這仍然涉及復雜的對話以及使用多個數據表。 因此，這是一個經典的示例，我在這裡租借電影，我們有一個電影租借交易表，其中包含客戶，商品編號，訂單日期，訂單年份，然後我們有要租借的電影庫存以及每個電影的詳細信息電影。 然後我們有了客戶……有關客戶的信息等等。 我們想提出問題，涉及所有三個表，例如哪種性別在哪種電影類型中普遍存在。 好吧，這涉及到遍及所有三個表，當然，join命令就是這樣做的方法。 我獲取交易數據並將其與客戶合併。 當然，客戶ID是匹配列，我想從交易端包括非匹配項。 因此，如果我沒有客戶數據，那麼我仍然不會丟失交易數據。 這就是所謂的左外部聯接，這樣就形成了新的數據表。 現在到該數據表，我想將其加入庫存數據。 因此，我通過匹配的項目號將其連接起來，並且我還想要一個左外部連接，現在我有了另一個表。 因此，現在，我沒有五個表，而是五個表，它是聯接的結果，但現在我可以按類型來回答性別問題，即哪種性別傾向於租用哪種類型的電影。 並且涉及製作所有這些新的中間數據表。 事實證明，要走的路要簡單得多，這些額外步驟和額外表的痛苦可以大大減少。 因此，讓我在該表上撤消該表。 我想指出在表命令下，有一個名為JMP查詢生成器的命令，它帶來了連接表的續集功能，這比所有這些連接對話要容易得多，但它仍然可以創建新的數據表。 但是，在幾個版本發布之前，我們推出了更好的東西，可以進一步減輕痛苦，這就是虛擬連接。 因此，如果查看此事務表，我會注意到它已經加入。 因此，發生的事情是，當我準備電影庫存表時，它是由物料號唯一標識的。 因此，我提供了項目編號，然後給出了一個鏈接ID，表示該鏈接ID是唯一標識的，這就是我可以為該表建立索引的方式。 同樣，我有一個項目ID來標識客戶數據。 當我準備交易數據時，從某種意義上說，我有兩個具有外鍵，鏈接引用，並且它們通過...之間的標識ID引用不同的數據表。 因此，它會自動鏈接它，而我已經擁有回答該問題所需的一切。 因此，我可以針對每種性別來做，可以找到我想做的電影的類型。 因此，在這裡我可以看到男性更喜歡動作片，女性更喜歡家庭電影，女性更喜歡rom com等。 因此，我已經回答了涉及三個表的問題，而無需遍歷所有聯接，因為它實際上是通過在表中匹配那些ID列來聯接的。 因此，我從中減輕了很多痛苦。 因此，實際上，讓我們關閉它。 因此，我認為，數據表的加入涉及到發布中的許多痛苦。 重新編碼，這是我們在準備數據集時要做的其他主要事情之一。 我們從許多版本開始就進行了非常簡單的重新編碼，其中只有一個字段用於舊值和新值，而新值的開頭與舊值相同，然後我可以在其中剪切和粘貼或編輯這些值。以便重新編碼為新列或現有列。 並對每個發行版進行重新編碼都進行了重大改進，我們對當前的狀態感到非常興奮。 因此，讓我們看一下醫院，地區醫院的數據集。 現在，重新編碼就在列標題的右鍵或右鍵菜單上。 我可以仔細研究，然後選擇一堆東西並將它們歸類為新的價值，例如診所。 但我認為也有很多捷徑。 我最喜歡的快捷方式之一是對相似的值進行分組。 因此，我可以給出一些字符差異的閾值，依此類推，它將自動將所有這些東西組合在一起。 因此，它將所有拼寫略有不同的地區醫院歸為一類。 而且我仍然可以... 看起來好像錯過了一個。 但是沒關係，我現在可以將一個與其他所有分組，所有的鄉村醫院都已根據匹配條件自動分組，看起來我可以在這裡再匹配一個。 現在突然之間我有了一些東西。 在進行所有這些編碼時，我已經節省了很多精力。 當然，在JMP 15中，我們添加了新功能，在這裡我不會顯示，但是我想指出。 如果您有另一個數據集，並且所有……都證明了……這些類別的最佳類別名稱，那麼我可以進行匹配過程，並在找到與所有這些事物的匹配項時選擇最接近的匹配項。 因此，重新編碼在發行版中經歷了許多改進，以減輕該操作的麻煩。 當然，請考慮一下。 我們花多少時間準備數據而不是分析數據？ 通常，大約70％至90％的時間都花在準備數據上。 因此，減輕這種痛苦並減少這種痛苦的時間成為主要的勝利。 因此減輕了編碼的痛苦。 單擊值。 這是城市數據集。 假設當我查看其中某些內容的細節時，例如可能是某件事的異常值，我想更詳細地了解它。 因此，我可以將其變成鏈接。 因此，讓我們將其變成Wiki頁面Wikimedia頁面。 我將在那裡複製該文本並轉到列信息，然後將其轉換為鏈接，即表達式處理程序。 現在，我可以將此表轉換為網址。 因此，我將轉到Wikipedia.org，然後使用該城市的名稱並將其更改為標題大小寫，然後我可以在該行中對其進行測試並顯示奧爾巴尼。 所以現在我要說... 哦好的。 現在，我可以單擊任何城市，然後獲取有關該城市的Wikipedia文章。 或者可以將其更改為地圖坐標。 因此，我可以...讓我們複製該文本並轉到列信息，現在代替它，我將對此進行標題區分。 讓我們看看是否可以解析。 現在，我可以單擊“丹佛”，它將查詢丹佛和Google地圖。 好的，所以我已經將事情放到了要做的鏈接中……我可以進行搜索，可以進行地圖請求等等。 我什至可以將語音內容粘貼到其中，然後單擊它，然後說出城市名稱。 因此，我認為這很有能力將鏈接存儲在我們的數據表中，這些鏈接可以鏈接到網頁或執行其他操作，您可以使用ACL表示的任何內容，也可以使用這些事件處理程序進行處理。 這樣可以減輕很多痛苦。 因此，我最喜歡的減輕疼痛的技術之一就是廣播，在這裡您可以按住Command鍵或Control鍵進行多次運算，在這裡您可以進行很多相似的分析。 好的，這不僅適用於菜單命令，而且適用於許多按鈕，調整圖形框架的大小以及執行其他操作，將其粘貼到圖形中等等。 因此，讓我們舉一個例子。 然後單擊...或僅對所有這些列進行分配。 假設我想擺脫這種箱形圖。 而且，如果我僅按住該菜單項，則將消除該項目的箱形圖。 但是我要做的是消除所有項目的箱形圖。 因此，我要做的是按住Command鍵並取消選中方框圖，現在對於所有這些內容都未選中。 我現在可以取消選中分位數，它將取消選中所有內容，因為它已經接受了該命令並在該窗口中的所有活動對象處廣播，對於那些了解該命令的活動對象，例如分位數命令，它將遵循該命令。 現在，它甚至適用於某些與提示對話有關的事情。 因此，讓我們看一下匯總統計信息。 讓我按住命令鍵並自定義摘要統計信息。 假設我不想要置信度限制，但是我想要缺失值的數量。 我會說，好的，它將應用於所有... 所有的事情。 為了做到這一點，必須獲取對話的結果，從中製作一個腳本，然後將該腳本廣播到該窗口中的所有其他位置。 現在，這並非一直發生。 有時，當您收到提示時，您將得到每次分析的提示。 對於每個發行版，我們都嘗試實現更多細節，其中對話在廣播之前完成，因此它將在所有可用位置廣播相同的對話。 當然，我可以廣播的所有其他內容都會改變，所有這些項目的大小都會改變，或者我可以廣播更改背景色，並且可以在所有繪圖中將所有背景色更改為橙色似乎與那個框框有關。 因此，該廣播成為非常強大的工具。 因此，這為我們大多數人減輕了很多痛苦，但仍然有一些情況，如今年早些時候出現的那樣，您可能會有40,000個分組，而他想對所有40,000個進行逆向預測，它會提示您40,000次。 這將在版本16中修復。 對於該用戶而言，這可以減輕很多痛苦。 保存公式列。 我喜歡公式列。 當您擬合模型時，可以保存一列預測。 但是在該預測中，存在一個實時公式，以便您可以檢查該公式，對其進行修改，可以將其應用於所輸入的新數據。 您可以將其分析到保存公式。 如果您有JMP Pro，則可以到公式倉庫，並執行許多其他操作。 您可以從中生成代碼，依此類推。 因此，保存公式的能力很重要，但是有時，例如，如果按組保存，保存公式會有很多額外的細微之處。 例如，讓我們擬合一下，這就是糖尿病數據，我們在其中對所有這些預測因子進行了擬合，但我們希望針對每種性別分別進行處理。 因此，讓我們這樣做。 因此，對於性別一和性別二，我們有兩個分組。 現在讓我們說我們實際上要保存這兩個值的預測值。 現在，在過去，在我們採用許多緩解疼痛的方法之前，保存時會發生什麼，它會轉到本地數據表中。 如果在重做下的數據表窗口中查看，它將顯示按組表。 因此，對於性別= 1，實際上此虛擬數據表中有235，您可以為性別= 1進行顯示。 這裡有一個表變量，顯示它的by組。 它將保存到該臨時表中，而不是保存到的實際表中。 但是不久前，當您保存預測公式時，我們將其保存到真實數據表中。 如果我看一下，我只是保存了它的性別= 1，如果查看它的公式，它表明如果性別= 1，那是by group子句，則它具有形成一個該變量的預測。 然後，如果我接著執行“ gender = 2”，或者如果我按住命令鍵以廣播預測公式，則現在它同時具有它們，並且我對“性別1”和“性別2”都有這兩個子句。 因此，它每次都按組向該輸出添加一個子句。 順便說一句，當您保存其他內容時，當我保存一列殘差時，也會發生相同的情況，這次讓我們按住Command鍵。 如果我保存一列殘差，它將按組保存每個殘差，它將保存適用於該組的殘差。 就像您從原始響應中減去了預測公式一樣，但是這次沒有成為公式列。 在JMP的幾乎所有地方，我們並沒有在所有地方都做過，但是在大多數地方，我們都這樣做了，按組或在某些情況下通過where子句保存，然後將其保存到原始數據表中。 if語句中的條件。 好的，這樣節省了很多精力。 如果還不可用，則將tt保存在臨時表中，然後必須剪切並粘貼該公式，然後將if表複製到原始表中。 因此，我們已經解決了這些問題。 現在，讓我們假設我再次保存了該文件，再次執行了整個過程，然後又做了另一件事，例如使用不同的變量，其中一些已被刪除，然後又重新保存了。 因此，我保存了預測公式，這次按住了廣播密鑰，它實際上是在製作一個新的而不是保存到舊的公式中，並在其後附加一個2。 好吧，它怎麼知道不將其保存到舊版本中呢？ 好吧，每次試穿都有一個ID。 如果我按ID查看屬性，它會帶有編號，並為每個配合重新生成一個唯一編號，只要它具有不同的ID，則不同的組將具有相同的ID，其中一個按分區。 但是只要ID相同，它將保存到同一事物中。 否則，它將形成一個新的位置來保存它。 而且，每當我們說預測值，特別是預測公式時，它都會創建屬性the，創建者以及某些情況下的其他信息。 在這種情況下，它具有目標變量y，這就是所預測的，並且創建者擬合最小二乘。 然後，當您進行其他平台（例如，如果您具有JMP Pro模型比較）時，該模型比較將了解哪些預測值引用哪個創建者，哪個目標。 因此，它可以跟踪那些增值平台的所有信息。 因此，公式列通過添加新的子句來工作，並且使用了其他屬性，包括by ID。 而預測子句，如果將其保存到分類變量中，則會保存整個範圍的變量，以具有每個響應級別的概率以及所有元數據和需求中包含的所有概率。 那應該可以減輕很多痛苦。 因此，從模型中刪除效果。 好吧，讓我們看一個根據體重擬合身高的例子。 好吧，這是一個高級多項式的示例。 這是七階多項式，比六階多項式更適合，依此類推。 但是您相信合適嗎？ 事實證明，如果您通過引入高多項式項或僅通過引入更多變量來給模型提供很大的靈活性，那麼它將為擬合提供很多機會。 在這種情況下，可以靈活地在前一個數據點和最後一個數據點之間進行深入研究，以更好地適應最後一個數據點。 因此，它過於適合。 就是這樣...使用該參數來擬合噪聲，而不是擬合數據本身。 因此，無論何時擁有大型模型，過度擬合都是一個問題。 因此，您要適合信號而不是噪聲。 好的，大型模型往往會在預測中引入更多的變化，因為預測畢竟是他們所使用的y變量的函數，而且y變量是該變量的系統性部分加上誤差部分如果該變量部分是隨機的，則您的預測涉及該隨機性。 而且，如果您給它太多的靈活性，它將最終導致過度擬合問題，您將通過將該模型中的所有變量包括在內來預測更糟的問題。 因此，解決方法是縮小模型，減小模型的大小或減小模型中係數的大小，以便將來自模型隨機項的變化中的較小部分傳遞到預測值中。 因此，在較小的DOE問題中，這不是問題，因為數據很小，並且數據平衡良好，可以精確地適應您要使用的模型。 但是對於任何大型模型中的觀測數據，過度擬合都是一個實際問題。 因此，除非我們在JMP Pro中引入了交叉驗證，否則用戶通常不會意識到這一點。 因此，如果您擁有JMP Pro，則可以設置一個驗證列，該列將保留一些數據，以便估計該保留數據集上的錯誤。 這是我擁有的一個示例...我試圖根據混凝土中所有這些成分來預測混凝土的性能，為此我有一個巨大的模型。 如果我只是運行該模型，但保留一些數據並查看R平方，那麼我適合SLUMP，我非常適合。 我有一個R平方79，但是在我適合的驗證集上，我有一個R平方為負數。 如果R平方為負，則比僅僅擬合均值還差。 因此，如果我擬合均值，則R平方為零。 如果我適合整個模型，那麼我得到的R平方比這差得多。 因此，對於大型模型，您可能會比僅僅擬合均值還差，這比惡化更糟糕。這是一種反信息，因為模型太大了，我們沒有做出任何努力來縮小模型的大小。 該模型主要由噪聲而不是信號決定。 因此，這是您應注意的問題。 因此，重要的部分是能夠減小模型的大小。 現在，我們確實引入了模型對話框命令來執行此操作。 讓我們用模型來研究糖尿病。 我可以運行此模型，並且，如果我想排除很多這些東西不是很重要的話。 您知道，年齡對模型完全不重要，因此我想消除年齡。 那好吧，我會回過頭去擬合模型並重新調用它，或者消除年齡。 或者，我可以直接在此處返回模型對話框並適合年齡並刪除它，但是我可能在這裡有很長的模型列表，來回地做這些事情需要大量的工作。 因此，除了這樣做之外... 讓我們看看，我在這裡做什麼。 幾個版本之前，我們引入了一個新的報告，稱為效果摘要。 借助效果摘要，可以輕鬆輕鬆地對模型進行子集化以使其更好地進行預測，並降低靈活性。 所以我可以說，年齡，我可以刪除它。 或者，嗯，有很多變量。 讓我們再刪除三個。 LDL看起來更重要。 這樣我就可以保存該模型。 讓我們將其保存到數據表中。 我稍後再說，好吧，讓我記住具有此功能的模型。 我實際上可以撤銷先前的操作。 因此，我可以撤消該操作並帶回三個變量，然後我可以撤消該操作並帶回年齡。 因此它實際上存儲著，當我使用效果摘要來編輯模型時，它實際上存儲著所有這些東西的記憶。 如果我看那個腳本，我會看到這個歷史。 因此，每次執行效果模型時，它都會存儲歷史子句。 而當我執行撤消操作時，它會將其撤消至該歷史記錄。 因此刪除很容易。 我也可以添加東西。 如果我減去了這兩件事，我可以將其加回去。 我可以增加年齡。 這不是一件好事，但我可以做到。 我還可以通過帶回模型事物和模型對話的小版本並添加複合效果等來編輯模型。 現在，大型模型還會發生另一件事，並且（讓我撤消此操作）。 對於大型模型，您要進行大量的假設檢驗。 因此，如果您有大量的假設檢驗，則應考慮一些調整，其中一項被稱為錯誤發現率。 因此，我不想將所有這些p值當作獨立測試來對待，而是要進行調整，以便針對多個測試偏差調整這些p值，以調整子集模型所涉及的選擇偏差。 因此，我可以對其應用錯誤的發現率校正。 因此，我用常規的p值代替了常規的p值。 現在，我變得更加現實。 因此，這將幫助我解決過度擬合問題和假設...在做很多多重測試事情中的選擇偏差問題。 因此，現在讓我們做下一個主題，那就是轉換。 假設您要建立模型，但要擬合y的對數而不是y。 好吧，在要做的是在數據集中創建一個新列Log y，然後為Log y指定一個... 做一個公式。 我可以記錄一下。 現在，我可以返回模型規格並執行Log y，然後適應。 哦，它不見了，我該怎麼辦？ 忘了輸入目標，論據。 所以現在我可以擬合Y的對數了，現在我已經完成了。 但是，讓我們進行探查。 我的探查器以Y的對數表示。 讓我保存預測值。 我的預測公式是根據y的對數表示的，現在我將不得不去手動編輯... 該公式並採用該公式的指數，使其恢復到原始比例。 因此，以這種方式進行轉換會很痛苦。 好吧，在幾個版本之前，我們引入了轉換。 因此，我可以進行該轉換並將其轉換為日誌，現在將其直接用作轉換，它不屬於數據表。 這是帶有公式的虛擬變量，但未添加到數據表中。 現在，我可以將模型擬合到Log y。 讓我們刪除年齡，使其更適合一點。 哎呀 也選擇了那個。 現在，我適合響應Log y。 因此，如果我對此進行描述，我會得到什麼？ 因子分析，分析器。 而不是分析y的日誌，而是分析y。 探查器將其視為轉換，並說，好吧，我可以反轉該轉換並返回到原始比例。 這就是它的作用。 它不變形，通過y的對數進行逆變換以獲取預測並將其放到原始比例上。 它將對大多數可以展開的轉換執行此操作。 如果一個轉換涉及多個變量，依此類推，它將無法做到，而只會進行轉換。 因此，當我保存列時，原來的相同的東西。 當我保存預測公式時，它以yr的對數而不是y的對數來保存預測公式。 因此，這些事情可節省大量時間，並節省了使用轉換的大量工作。 所以有... 讓我再次去糖尿病，再做一次...考慮另一種轉變。 當您執行變量時，可以得到一個Box-Cox轉換。 在因子分析中，Box-Cox選項告訴您是否變換了整個冪函數範圍，什麼是最佳方法？ 它應該只是不變形嗎？ 那將是Box-Cox lambda值之一。 如果您設置為零，那將等同於對其進行記錄。 如果您執行-1，則等於取其倒數。 功率為-1。 如果您使用.5左右，那將等於取其平方根。 它告訴您，如果該模型沿lambda為.453的平方根變換更有效，則該模型將更適合該變換調整的變換比例。 這是Box-Cox轉換中的最佳值。 您可以使用放大鏡放大此圖像，以更精確地獲取它。 所以，現在我可以進行轉換了，在幾個版本之前，我可以...我添加了幾列。 一種是通過轉換進行調整，這將為轉換響應創建一個新窗口。 另一個是替換轉換，我將要做。 而不是.453，我將採用平方根變換（.5），現在我對該模型進行擬合。 現在，lambda的最佳值大約是1，這是應該的值，因為它已經通過Box-Cox轉換立即進行了轉換。 現在，我可以保存該值的預測值並對其進行概要分析，依此類推。 我什至可以撤消它。 因此，如果我不喜歡這種轉換，而我想回到原始版本，可以回到原始版本並進行改裝。 因此，我們在轉換響應方面做了大量的工作。 因此，當您擁有大量數據時，現在會遇到一種特殊的痛苦，一種特殊的痛苦。 我們已經付出了很多努力來嘗試以更少的痛苦解決大問題。 無論您有很多行，很多列，很多組，很多模型都可以嘗試，在當今世界，我們生活在一個大數據，大問題的世界中。 因此，如果我們最初設計用於處理小問題的分析，則可能不適用於大問題，而大問題的核心問題是，有太多的輸出要整理。 如果通過將同一模型擬合到1,000個變量，則我可以排序1,000個報告。 如果我要在1,000列中尋找離群值，那麼您知道，每列都有離群值，依此類推。 我希望能夠更有效地獲取大量大數據集。 因此，我們開發了篩選菜單，旨在解決這些各種各樣的問題。 另外，整個JMP中還有很多地方可以更好地解決大型問題。 例如，時間序列。 新的時間序列預測平台將預測許多時間序列，而不只是一個。 因此，篩選平台上的項目將探索異常值，探索器缺失值，探索模式。 這些用於檢查數據，然後檢查關聯，響應篩選，過程篩選，預測變量篩選。 當然，時間序列預測是一個新項目。 它不在篩選菜單中，但可以處理較大的問題。 所有這些事情都得到了利用，不僅以更緊湊的方式來表示結果，因此您不必使用成千上萬的報告，而且它們在計算上也很有效。 他們使用多線程，因此可以利用CPU中的多個內核來使其變得非常快。 假設您有很多過程數據；您有568個變量。 那麼，以下哪個變量看起來很健康？ 良好的過程篩選旨在回答這一問題。 因此，它可以按穩定性排序，也可以按功能（Ppk）排序，哪些狀況不佳，或者按控製圖度量，超出控制範圍等排序。 但是什至...我什至更喜歡的是，一些工具可以在一張圖中顯示所有過程。 我愛其中兩個人。 一個是目標圖，該圖顯示了每個流程相對於規格限制的行為，如果它是一個有能力的流程，則位於此處的綠色區域。 如果是邊際，則在黃色區域。 如果不是，則在紅色區域，如果在高處，則差異太大。 如果它在另一側，則存在問題。 用... 偏離中心，偏離目標。 但是，如果它在綠色區域中，那麼這是一個很好的過程，並且在版本15中，我們引入了graphlets，懸停幫助，以便您將鼠標懸停在其上時可以看到每個過程。 然後，我喜歡總結所有這些事情並減少查看所有這些報告的痛苦的另一個情節是該過程性能圖。 因此，在垂直軸上，它通過功能Ppk告訴您是否在規格限制內。 因此，如果您位於1.33的該線上方，那麼就規範極限值的分佈而言，您看起來還不錯。 您完全符合規格限制。 如果...則穩定性指標在x軸上。 因此，即使這是一個相當不穩定的過程，即使它可能也可以但不穩定。 因此，如果您看一下該過程，它可能會有一些不穩定的東西。 而且，如果您處在黃色區域中，則可以，但是不穩定，依此類推。 紅色區域是您既無能力又不穩定的壞區域。 因此，通過數百或數千個流程進行查找現在很容易，而以前這是一個很大的痛苦。 問題是，變化最大的是什麼？ 這是一些調查數據，在這些數據中，您詢問了許多不同年份的活動。 你去露營了嗎？ 還是在賭場賭博？ 還是感冒了？ 您知道所有這些活動，並且您想知道所有這些活動中的哪些（我認為有95種不同的活動）中哪些最顯著。 因此，您正在尋找...知道，您可以做的一件事情是一次完成一項工作，然後按調查年份進行調整。 而不是一次看一個。 我可以查看響應篩選，僅查看一張圖表即可了解變化最大的地方。 因此，這顯示了所有這95種情況的圖表。 首先，以P值的負對數表示的顯著性（我們稱為對數價值）進行了調整，該值已針對錯誤發現率進行了調整。 因此，它可以解決一些選擇偏差，因為您正在對所有這些p值進行排序。 然後選擇後面的...低P值。 而且我發現租用錄像帶變化最大，是盒式磁帶，當然它們已經過時了。 因此，它當然發生了變化。 另一盒錄像帶改變了很多，收集到回收的東西也改變了很多，我家裡的人也變了很多。 這是意義不大但影響力較大的一種，您使用互聯網嗎？ 當然，這項調查是在沒有互聯網之前就開始的。 因此，它發生了很大變化。 因此，關於變化最大的問題現在很容易，過去很難解決。 您詢問的另一個有關大數據的問題，缺失值在哪裡？ 因此，這裡有280個變量。 缺失值在哪裡？ 我需要擔心他們嗎？ 而且我可以查看探索缺失值報告，然後發現，這些變量中只有五個具有缺失值。 其中一些變量只有一個變量，一個缺失值，但其中一些變量很多。 因此，當我做一個多變量分析時，我可能不想包含452個變量中的376個。 或者，如果我想包含J，可以這樣做，並估算那些缺失的值，好吧。 那麼，下一個問題，數據是否有異常值？ 好吧，我在此過程中進行了387次測量。 我想找出其中是否存在異常值。 因此，現在我們可以在篩選菜單中進行操作。 我可以使它或多或少敏感。 讓我們使其更加敏感，從而減少異常值和重新掃描的次數。 我可以看一看。 通常，一串9用來表示缺失值，而這些9可能是真實的9，但是它們可能只是缺失值的指示。 因此，對於這些我可以說，可以將這些九添加到缺失的值代碼中，現在內存已更改。 現在，我可以備份（這裡有很多變量）並重新掃描，而缺少的缺失值值得擔心。 因此，探索異常值曾經是一個痛苦。 它仍然是一項艱鉅的任務，但是它比以前容易得多。 現在，在版本15中，我們添加了另一個篩選平台。 數據是否有可疑模式？ 因此，這裡有一些來自臨床試驗的實驗室數據。 這是尼卡地平實驗室模式數據。 我可能要看一下27個實驗室結果。 因此，我調用新平台，探索缺失的價值。 這將向我展示，我有很多價值觀嗎？ 因此，我的值為.03536，但連續七行，從一行開始。 2065年。 我可以給這些單元格上色，然後查看那些值，也許這是結轉的最後一個值，可能並不可疑。 在這種情況下， 是同一個人 因此，結轉上一個值也許是一件合理的事情，但是如果您分發了這些東西，那將是一件罕見的事情…… 如果，如果您假設這些事物是隨機分佈的。 最長的重複序列。 因此，對於此變量，我們從2816行開始，也從3034行開始，一行中有四個具有相同的值。 因此，如果我給那些東西上色，那是一排四個。 而且，如果我轉到下一個序列，則一行中的四個具有相同的值。 因此，這可能是將相同值從一個位置粘貼到另一個位置的症狀。 因此，探索模式正在尋找那些東西。 還有很多其他事情，您可以查看這27個變量中的每個變量的詳細信息，並查找可疑事物的症狀或處理數據的方式的不良影響，等等。 因此，探索解決大問題的模式部分。 所以，止痛。 我們的大部分開發工作都集中在使分析流程更流暢，負擔更少，更省時，更省力。 止痛藥。 現在我們並不總是知道什麼是痛苦的。 因此，我們需要重點關注反饋。 當我們收到那些我必須迅速回複數百次的電子郵件時，我們聽到了，我們感到很痛苦，並已解決它，以便現在您可以成組地廣播成千上萬的東西並廣播一個結果對話而不是多次對話。 因此，將其發送給其他人更好，因為我們不是第一次發現它。 因此，請給我們您的反饋。 通過我們已經做出的所有改進，我們認為數據準備和分析過程已經變得更加流暢，中斷更少，流程更多。 因此，您不必花費時間來克服障礙，而是將時間花在學習數據，了解數據上。 分析。 有人會想知道它們是否來自同一根，當然，我們不希望縮寫這兩個詞。 分析來自希臘的analyein，但我不知道該如何發音。 但是在希臘語中，它意味著分手，釋放或釋放。 它需要將復雜的東西分解成碎片，以便我們能夠理解。 當然，這就是我們在分析數據，數據科學時所做的。 而止痛藥則來自單詞“！”和“！”的不同組合。意思是沒有，和\！“代數，\！”這就是痛苦的感覺。 因此，相同的前綴，不同的...根源略有不同。 並且不要縮寫那些。 合成代謝和壯陽藥。 我們關心力量。 我們所做的大部分工作是為您提供更強大的工具來分析數據，包括JMP Pro和JMP中的許多工具。 我們希望數據使發現令人興奮，令人興奮。 學習如何在JMP中使用強大功能的快感，我們認為這令人興奮。 你知道，這是一種壯陽藥。 因此，權力和興奮對我們也很重要。 不只是止痛。 那麼明年我們該怎麼辦？ 好吧，以字母B開頭的大單詞。 從A開始，然後是B，對吧？ 好吧，明年我們將推出JMP 16。 這就是我們要談的。 誰知道明年我們要談論什麼。 非常感謝。 我們希望您在分析數據時所受的痛苦不會太大。 傑夫·珀金森非常感謝約翰。 我們對此表示讚賞。 這是一次精彩的演講，多年來見證了很多痛苦，這就是您所說的一切都是絕對真實的。 減輕疼痛對我們來說很重要。 我們確實有一個問題，實際上有許多問題。我們已經在問答中回答了其中的一些問題，但是我想給您的是緩解疼痛和提供吸引力的方法，並使JMP更加強大嗎？ John Sall好吧，我認為每個人都最高興的是Graph Builder。 只需拖動這些變量並單擊幾下鼠標，您便擁有了想要的圖形，並且可以如此輕鬆地進行更改，這感覺非常強大。 所以，這是一個激動。 這是一個強大的功能，可以緩解疼痛；過去很難做到。 所以我認為這是每個人最喜歡的事情。 但是當然有……JMP是一種豐富的產品，我們為其中的一切感到自豪。 實驗設計，其中包含的所有強大功能，我們也嘗試簡化該過程。 想到了這麼多事情。 傑夫·珀金森很好。 約翰，非常感謝你，謝謝。 如果您喜歡這個演講，那麼我有兩個建議。 一，我們將發布基調