- 12 Entwickler-Tutorials
- 3 auf einmal, nebeneinander
- 90 Minuten lang, 30 Minuten Pause dazwischen
Zeitplan
| 8:30 - 10:00 |
Verwendung von JSL zur Entwicklung effizienter, robuster Anwendungen
Joseph Morgan
|
Variablenauswahl leicht gemacht mit der Generalized Regression Platform in JMP® Pro
Chris Gottwalt |
Zuverlässigkeitsanalyse mit JMP 13
Peng Liu, Leo Wright
|
| 10:30 - 12:00 |
Alle Ihre Daten mit Query Builder in JMP® 13 durcheinander bringen
Eric Hügel
|
Anpassen von definitiven Screening-Designs (DSDs) unter Ausnutzung ihrer Struktur
Ryan Lekivetz
|
Nutzung des Formeleditors in JMP 13
Mike Muhlada, Ernest Pasour
|
| 1:00 - 2:30 |
Effektive Visualisierungen mit Graph Builder erstellen
Xan Gregg |
Die wesentlichen Modellierungsstrategien und -techniken von JMP Pro leicht gemacht
Chris Gottwalt
|
Integrierte Prozessverbesserung mit den Qualitätstools der zweiten Generation in JMP®
Laura Lancaster |
| 3:00 - 4:30 |
Erstellen von Dashboards und Anwendungen
Dan Schikore |
Den ultimativen Segen teilen: Eine Reise vom Modellieren zum Scoring
Nascif Abousalh-Neto, Mia Stephens, Julian Parris
|
Fallstudien zur Datenvisualisierung für Analysen
Richard Zink und Kelci Miclaus
|
Verwendung von JSL zur Entwicklung effizienter, robuster Anwendungen
Dienstag, 17. Oktober, 8:30 – 10:00 Uhr
Joseph Morgan, Senior Research Statistician Developer bei JMP, SAS
Dieses Tutorial konzentriert sich auf JSL-Konstrukte, die sich bei der Entwicklung effizienter, robuster und produktionsbereiter Anwendungen als unschätzbar erweisen können. Dazu gehören Ausdrucksbehandlungsfunktionen, xpath-Unterstützung, Namespaces und andere. Die Ideen werden mit Beispielen veranschaulicht, die der Ausbilder in den letzten 10 Jahren gesammelt hat, als er mit einem breiten Querschnitt von JSL-Benutzern gearbeitet hat.
Variablenauswahl leicht gemacht mit der Generalized Regression Platform in JMP® Pro
Dienstag, 17. Oktober, 8:30 – 10:00 Uhr
Chris Gotwalt, JMP-Direktor für statistische Forschung und Entwicklung, SAS
Die Variablenauswahl ist der Prozess der Auswahl einer Teilmenge relevanter Variablen oder Prädiktoren zur Verwendung bei der Modellierung der Antwort. Es ist eine entscheidende Aufgabe, die zu einfacheren Modellen führt, die sich besser auf neue Daten verallgemeinern lassen, aber es muss kein schwieriger Prozess sein. Die Plattform Generalized Regression („Genreg“) in JMP Pro ermöglicht Ihnen eine schnelle, einfache und interaktive Variablenauswahl in einer Vielzahl von Einstellungen (einschließlich kleinster Quadrate, logistischer und Poisson-Regression). Wir werden die in Genreg verfügbaren variablen Auswahltechniken (Vorwärtsauswahl, Lasso und mehr) überprüfen und uns dann ansehen, wie die Plattform diese Techniken einfach anzuwenden macht. Die Beispiele reichen von geplanten Experimenten bis hin zu prädiktiver Modellierung.
Zuverlässigkeitsanalyse mit JMP® 13
Dienstag, 17. Oktober, 8:30 – 10:00 Uhr
Peng Liu, JMP Principal Research Statistician Developer, SAS
Leo Wright, Hauptproduktmanager von JMP, SAS
Die State-of-the-Art-Suite von Tools in JMP zur Untersuchung der Zuverlässigkeit wurde entwickelt, um Unternehmen in die Lage zu versetzen, überlegene Produkte anzubieten – eine Voraussetzung für den Erfolg in der heutigen Arena komplexer Produkte und Dienstleistungen. Seit vielen Jahren integrieren wir innovative Konzepte, die robuste statistische Analysen mit dynamischer Datenvisualisierung integrieren, um Benutzern zu helfen, die Leistung sofort zu bewerten, Trends zu erkennen und Verbesserungsmöglichkeiten zu diagnostizieren, selbst in riesigen Datenmengen. JMP hat erkannt, dass Zuverlässigkeit, auch bekannt als „Qualität im Laufe der Zeit“, in allen Bereichen von entscheidender Bedeutung ist, von Verbraucher- und Industrieprodukten über das Gesundheitswesen bis hin zu Verteidigungssystemen. JMP-Zuverlässigkeitstools wurden entwickelt, um Ingenieure, Forscher und Manager dabei zu unterstützen, Zuverlässigkeitsdaten und Systemzuverlässigkeiten einfacher und schneller zu verstehen, unabhängig davon, ob das untersuchte System relativ einfach oder äußerst komplex ist. JMP-Zuverlässigkeitstools, unterstützt durch die leistungsstarke JMP-Infrastruktur, sind außerdem erweiterbar und anpassbar. In diesem Lernprogramm behandeln wir die folgenden JMP-Plattformen: Lebensdauerverteilung, Zuverlässigkeitsprognose, Zuverlässigkeitsblockdiagramm und Simulation reparierbarer Systeme. Die Plattformen gehören zu den wesentlichen Komponenten der Zuverlässigkeitsanalyse und des Engineerings und lösen Probleme sowohl bei reparierbaren als auch bei nicht reparierbaren Systemen. Das Tutorial beginnt mit einer Einführung in die zensierten Daten und skizziert verschiedene Ziele der Zuverlässigkeitsanalyse und des Engineerings. Die Kursleiter sprechen individuelle Ziele anhand von Beispielen an, die in der JMP-Software enthalten sind.
Alle Ihre Daten mit Query Builder in JMP® 13 durcheinander bringen
Dienstag, 17. Oktober, 10:30 – 12:00 Uhr
Eric Hill, Hauptsystementwickler bei JMP, SAS
In JMP 12 wurde der Query Builder hinzugefügt, ein Tool, das entwickelt wurde, um die Erfahrung beim Abrufen von Daten aus relationalen Datenbanken in JMP in analysebereiter Form erheblich zu verbessern. In JMP 13 sind wir noch einen Schritt weiter gegangen: Query Builder kann jetzt verwendet werden, um Ihre JMP-Datentabellen zu manipulieren. Unabhängig davon, ob Ihre Daten aus Excel, Textdateien, einer relationalen Datenbank, JMP-Datentabellen oder allen oben genannten stammen, kann Query Builder jetzt Ihr einziges Tool zum Verwalten und Zusammenführen all dieser Daten sein. Dieses Lernprogramm zeigt mehrere Szenarien, die Ihnen den Einstieg und das Erlangen von Kenntnissen erleichtern sollen.
Anpassen von definitiven Screening-Designs (DSDs) unter Ausnutzung ihrer Struktur
Dienstag, 17. Oktober, 10:30 – 12:00 Uhr
Ryan Lekivetz, Senior Forschungsstatistiker Entwickler , SAS
DSDs wurden 2011 eingeführt und wurden aufgrund ihrer vielen wünschenswerten Funktionen schnell populär. Ein solches Merkmal ist, dass die Haupteffekte von DSDs nicht miteinander korreliert sind und auch nicht mit allen Zwei-Faktor-Wechselwirkungen und quadratischen Effekten korreliert sind. Die Ausnutzung dieses strukturellen Merkmals von DSDs ermöglicht deren Anpassung in zwei unabhängigen Schritten. Dieses Lernprogramm bietet einen „Blick in die Blackbox“ dieser neuen Anpassungsmethode, die in JMP 13 integriert ist. Wir werden ein Add-in für Teilnehmer bereitstellen, die frühere Versionen von JMP verwenden.
Nutzung des Formeleditors in JMP® 13
Dienstag, 17. Oktober, 10:30 – 12:00 Uhr
Mike Muhlada, JMP-Entwicklungstester, SAS
Ernest Pasour, Haupt-Softwareentwickler bei JMP, SAS
In diesem einführenden Tutorial werden Beispiele verwendet, um die Mechanik des Formeleditors zu erklären, häufige Fehler zu untersuchen und zu beheben und bewährte Verfahren und nützliche Tricks für die Formelerstellung zu festigen. Eine detaillierte Anleitung behandelt verschiedene Aspekte des Formelerstellers, einschließlich der Verwendung von Drag & Drop, Tastaturkürzeln und Funktionsschaltflächen zum Erstellen von Formeln. Während wir die Beispiele durcharbeiten, werden wir nützliche Funktionen besprechen, häufige Fehler aufdecken und korrigieren und zeigen, wie die Protokolldatei für Debugging, Datentypkonflikte, Indizes und mehr verwendet wird. Zu den zu behandelnden Best Practices gehören: benutzerdefinierte Formate, die Verwendung von Formeln zur Datenbereinigung, Spaltentransformationen, Schleifeneffizienz und die Verwendung von Zwischenspalten zum Erstellen komplexerer Formeln.
Effektive Visualisierungen mit Graph Builder erstellen
Dienstag, 17. Oktober, 13:00 – 14:30 Uhr
Xan Gregg, JMP-Direktor für Forschung und Entwicklung, SAS
Dieses Lernprogramm vermittelt grundlegende bis fortgeschrittene Verwendung von JMP Graph Builder, sowohl aus der Erkundungsperspektive als auch aus der Präsentationsperspektive. Wir beginnen mit den grundlegenden Komponenten: Variablen, Rollen, Elemente, Legenden, Skalen und deren Eigenschaften sowie wie diese Komponenten zusammenarbeiten. Wir behandeln gängige Visualisierungen (Punkte, Linien und Balken) und ihre Variationen sowie spezialisierte Visualisierungen, einschließlich gefilterter Ansichten, geografischer Karten, Heatmaps, Konturen, Überlagerungen und kleiner Vielfacher. Von dort aus behandeln wir, wie Sie reichhaltige Anzeigen in Graph Builder erstellen, indem Sie Daten umformen und grafische Elemente kombinieren.
Die wesentlichen Modellierungsstrategien und -techniken von JMP® Pro leicht gemacht
Dienstag, 17. Oktober, 13:00 – 14:30 Uhr
Chris Gotwalt, JMP-Direktor für statistische Forschung und Entwicklung, SAS
JMP Pro ist ein leistungsstarkes Tool zum Analysieren von Daten, kann jedoch auf den neuen Benutzer ein wenig einschüchternd wirken. In diesem Tutorial zeigen wir, wie Validierungsmethoden den Modellierungsprozess rationalisieren und Modellierungstechniken mit ausgefallenen Namen zugänglich und benutzerfreundlich machen. Das Befolgen einiger einfacher Richtlinien und Best Practices führt zu einem einfachen Verfahren, um eine Vielzahl von Modellen auszuprobieren und dann entweder das beste auszuwählen oder die Daten wiederzuverwenden, um die Modelle zu einem neuen Modell zu kombinieren, das jedem der einzelnen überlegen ist. Wir beginnen mit einem Überblick über die Verwendung von Validierungsspalten in JMP Pro in Kombination mit einer Handvoll leicht verständlicher diagnostischer Diagramme und Metriken, die zum Bewerten und Vergleichen von Modellen nützlich sind. Anschließend wenden wir diese Ideen auf die Vorhersagemodelle in JMP Pro an, die ich als die nützlichsten empfunden habe: Regressionsbäume, Bootstrap Forest, Boosted Tree, neuronale Netze und verallgemeinerte Regression. Wir erklären jedes dieser Modelle in den einfachsten und zugänglichsten Begriffen und geben dann klare Anleitungen zu ihrer Verwendung in JMP Pro, wobei wir uns nur auf die nützlichsten Optionen konzentrieren. Am Ende des Tutorials geben wir auch eine kurze Einführung in die Text Explorer-Plattform mit einem Beispiel, das zeigt, wie man sie in Kombination mit einigen der zuvor in der Präsentation behandelten Modelle verwendet, um Textregressionsmodelle zu erstellen und eine abgeleitete Stimmungsanalyse durchzuführen .
Integrierte Prozessverbesserung mit den Qualitätstools der zweiten Generation in JMP®
Dienstag, 17. Oktober, 13:00 – 14:30 Uhr
Laura Lancaster, JMP Principal Research Statistician Developer, SAS
Die Qualitätstools der zweiten Generation in JMP – Control Chart Builder, Process Capability, Measurement Systems Analysis und Process Screening – wurden mit einer integrativen Philosophie entwickelt, um die Qualitätsanalyse einfacher und effektiver zu machen. So wurde beispielsweise die neue Process Capability-Plattform so konzipiert, dass sie den Typ von Kontrolldiagramm widerspiegelt, der im statistischen Prozesskontrollprogramm verwendet wird, und ein Prozessfähigkeitsbericht wurde innerhalb des Control Chart Builder hinzugefügt. In ähnlicher Weise ermöglicht der Shift Detection Profiler in der Measurement Systems Analysis-Plattform Qualitätsingenieuren, fundierte Entscheidungen über die Gestaltung ihrer Regelkartenmethodik zu treffen und dabei ihr Messsystem zu berücksichtigen, damit sie so schnell wie möglich auf Prozessänderungen aufmerksam gemacht werden. Zu verstehen, wie Ihr Messsystem, Ihr statistisches Prozesssteuerungsprogramm und Ihre Prozessfähigkeitsbewertungen zusammenpassen, ist der Schlüssel zur Verbesserung und Aufrechterhaltung der Qualität. Die einzigartige Designphilosophie der Software macht dies einfach und unkompliziert. Darüber hinaus spart die Möglichkeit, mit der neuen Prozess-Screening-Plattform eine große Anzahl von Prozessen schnell auf Stabilität zu überprüfen, Zeit, reduziert die Arbeitsbelastung und verbessert die Qualität. In diesem Tutorial wird anhand einer Fallstudie gezeigt, wie jede dieser Plattformen mit einem integrierten Ansatz zur Prozessverbesserung verwendet werden kann.
Erstellen von Dashboards und Anwendungen
Dienstag, 17. Oktober, 15:00 – 16:30 Uhr
Dan Schikore, JMP-Hauptsoftwareentwickler, SAS
Dieses Lernprogramm führt Sie durch den Prozess des Kombinierens mehrerer Berichte mit JSL oder JMP Application Builder, sodass der Prozess für dieselbe oder andere Datentabellen wiederholt werden kann. Sie erfahren, wie Sie Ihre Anwendung mithilfe von Datenfiltern und Parametrisierung verbessern und Ihren End-to-End-Workflow mit dem Import aus Quellen wie dem SQL Query Builder und der Ausgabe in interaktives HTML verwalten. Außerdem erfahren Sie mehr über die neuen Dashboard-Funktionen in JMP 13 mit zusammenfassenden Berichtsansichten und Drag-and-Drop-Anordnung von Live-Berichten.
Den ultimativen Segen teilen: Eine Reise vom Modellieren zum Scoring
Dienstag, 17. Oktober, 15:00 – 16:30 Uhr
Nascif Abousalh-Neto, JMP-Hauptsoftwareentwickler, SAS
Mia Stephens, Akademische Botschafterin von JMP, SAS
Julian Parris, Akademischer Botschafter von JMP, SAS
Das Finden des richtigen Modells zur Vorhersage neuer Ergebnisse bei neuen Daten ist eine wichtige Errungenschaft. Aber oft ist es ein Schritt auf einer Reise, bei der das Endziel darin besteht, die Vorhersagekraft des Modells mit einem viel größeren Publikum zu teilen. JMP Pro verfügt über viele Tools, um die Anpassung, den Vergleich und die Auswahl von Vorhersagemodellen zu erleichtern. JMP Pro 13 hat das Formeldepot hinzugefügt: eine effiziente Möglichkeit, Modelle zu sammeln, sie auf neue Tabellen anzuwenden und auf die Modellvergleichs- und Profiler-Plattformen zuzugreifen. Um die Bereitstellung von Modellen in der Produktion zu erleichtern, kann das Formeldepot sie auch in Scoring-Code in einer Reihe verschiedener Programmiersprachen konvertieren. In diesem Tutorial verwenden wir eine Immobilien-Fallstudie, um den Vorhersagemodellierungs-Workflow zu veranschaulichen. Wir stellen Daten zusammen, bereiten die Daten für die Modellierung vor, generieren Vorhersagemodelle, veröffentlichen Modelle im Formeldepot und untersuchen und wählen die besten Modelle aus. Dann generieren wir Scoring-Code, um die Erstellung von Webanwendungen zu unterstützen, die Immobilienpreise „vor Ort“ berechnen können. Wir werden auch verschiedene Methoden zum Scoring von Daten untersuchen und einen Überblick über aktuelle Bereitstellungsarchitekturen geben.
Fallstudien zur Datenvisualisierung für Analysen
Dienstag, 17. Oktober, 15:00 – 16:30 Uhr
Richard Zink, JMP Principal Research Statistician Developer, SAS
Kelci Miclaus, F&E-Manager für Advanced Analytics bei JMP Life Sciences, SAS
Statistiker sind äußerst effektiv bei der Analyse von Daten, der Durchführung von Simulationen und der Generierung von Seiten mit Analyseergebnissen. Trotz ihrer analytischen Fähigkeiten kämpfen Statistiker jedoch weiterhin damit, ihren Kollegen die in den Daten verborgene Geschichte zu vermitteln. In erster Linie ist es angesichts der hohen Kosten für die Durchführung translationaler klinischer Forschung üblich, so viele Daten wie möglich an so vielen Endpunkten wie möglich zu sammeln. Eine zweite Herausforderung für die Kommunikation liegt im vermehrten Einsatz von Sensitivitätsanalysen zur Beurteilung der Konsistenz und Robustheit von Ergebnissen gegenüber unterschiedlichen Annahmen. Angesichts der Menge der zu überprüfenden Daten und der Vielfalt der durchzuführenden Analysen sollte es nicht überraschen, dass klare Erkenntnisse oft unerreichbar sind. In diesem Umfeld sind die traditionellen Mittel der Datenzusammenfassung – Tabellen und Auflistungen – unwirksam, um Erkenntnisse zu gewinnen; Visualisierung ist der Schlüssel zu effektiver Kommunikation für den modernen Statistiker. Ben Shneiderman erklärte, dass „der Zweck der Visualisierung Einsicht ist“. Daher ist das Ziel dieses kurzen Kurses, Datenvisualisierungstechniken zu beschreiben, um das Verständnis und die Kommunikation von Ergebnissen aus Anwendungen in klinischen Studien und Genomforschung zu unterstützen.
Zuverlässigkeit mit JMP 13 verstehen
JMPs hochmoderne Suite von Tools zur Untersuchung der Zuverlässigkeit wurde entwickelt, um Unternehmen in die Lage zu versetzen, überlegene Produkte bereitzustellen, die für den Erfolg in der heutigen Arena komplexer Produkte und Dienstleistungen erforderlich sind. Seit vielen Jahren integrieren wir modernste Konzepte, um robuste statistische Analysen mit dynamischer Datenvisualisierung zu integrieren, die es Benutzern ermöglicht, die Leistung sofort zu bewerten, Trends zu erkennen und Verbesserungsmöglichkeiten zu diagnostizieren, selbst in riesigen Datensätzen.
JMP hat erkannt, dass Zuverlässigkeit, auch bekannt als „Qualität im Laufe der Zeit“, in allen Bereichen von entscheidender Bedeutung ist, von Verbraucher- und Industrieprodukten über das Gesundheitswesen bis hin zu Verteidigungssystemen. JMP-Zuverlässigkeitstools wurden entwickelt, um Ingenieure, Forscher und Manager dabei zu unterstützen, Zuverlässigkeitsdaten und Systemzuverlässigkeiten einfacher und schneller zu verstehen, unabhängig davon, ob das untersuchte System relativ einfach oder äußerst komplex ist. JMP-Zuverlässigkeitstools, unterstützt durch die leistungsstarke JMP-Infrastruktur, sind außerdem erweiterbar und anpassbar.
In diesem Lernprogramm werden die folgenden Plattformen innerhalb der JMP-Suite behandelt: Lebensdauerverteilung, Zuverlässigkeitsprognose, Zuverlässigkeitsblockdiagramm und Simulation reparierbarer Systeme. Die Plattformen gehören zu den wesentlichen Komponenten der Zuverlässigkeitsanalyse und des Engineerings und lösen Probleme sowohl bei reparierbaren als auch bei nicht reparierbaren Systemen. Das Tutorial beginnt mit einer Einführung in die zensierten Daten und skizziert verschiedene Ziele der Zuverlässigkeitsanalyse und des Engineerings. Die Kursleiter gehen auf individuelle Ziele ein, indem sie Beispiele verwenden, die in der JMP-Software enthalten sind.
