Salut @scwise ,
Merci pour cet article détaillé, et nous apprécions l'intention. Cependant, pour les demandes de documentation, veuillez les soumettre directement à support@jmp.com au lieu d'utiliser la liste de souhaits interne. Le support technique créera les Jiras nécessaires et les acheminera vers l'équipe de documentation appropriée.
Marquer ceci comme archivé pour conserver l'historique.
Merci!
Mia
Qu'est-ce qui a inspiré cette demande de liste de souhaits ? Un récent client JMP Champion (Derrick Carter-House - Sr. Scientist Clear Labs - Derrick.carter-house@clearlabs.com ) a demandé quelle est la différence entre le profileur de prédiction du profileur et le tracé du modèle marginal d'importance variable du profileur. Le client a trouvé l'espoir en ligne trop technique et inutile et a contacté son support SE/Global Enablement pour obtenir une réponse compréhensible.
Veuillez décrire la fonctionnalité ou la solution nouvelle ou améliorée que vous aimeriez voir ? Voici la section actuelle de l'aide JMP sur les tracés du modèle marginal d'importance variable du profileur avec la description technique uniquement de la mécanique de la méthodologie. Actuel: Aide JMP 17.1 - Évaluer les tracés du modèle marginal d'importance variable
Ce qui manque, c'est une description claire de la différence par rapport aux autres profileurs et du moment où utiliser les tracés du modèle de marge. Voir ce qui suit qui a été tiré de Jian Cao ( @jiancao ) recherche et explication claire au client de la différence et de son utilisation.
La réponse à la question de savoir en quoi le tracé du modèle marginal de JMP Profiler est différent du profil de prédiction est que les objectifs de ces tracés sont différents.Les profileurs de prédiction montrent la relation entre Y ajusté (c.-à-d. MCO) et les valeurs observées des facteurs pour évaluer l'adéquation du modèle.Cependant, les graphiques marginaux du modèle montrent l'importance relative des facteurs basés sur le lissage des valeurs simulées.Ils fournissent plutôt un affichage visuel de l'« importance » des facteurs en s'ajustant comme des lisseurs aux valeurs simulées des facteurs prédits et .Par exemple, le Marginal Model Plot a été exécuté sur un modèle créé dans l'ensemble de données JMP Help Data Car Physical Data.jmp :
- Le déplacement a les intervalles de confiance les plus étroits indiquant qu'il est le plus important (nous savons déjà qu'il représente 76 % de la variabilité de Y précité).
- Si vous sélectionnez l'option d'ajout de points de données observés aux tracés de modèles marginaux ci-dessus, vous pouvez voir comment les points de données réels seront décalés par rapport aux données simulées lissées.
Supplémentaire : Si intéressé, Brady Brady ( @brady_brady ), un autre expert technique de Global Enablement, a également créé un complément JMP Marginal Model Plot qui utilise une méthode différente dans le but d'évaluer la précision du modèle.(Voir Tracés de modèles marginaux - Communauté d'utilisateurs JMP )
Voir la pièce jointe Données physiques de la voiture avec le script Marginal Model Plot.
Quelle serait la valeur pour vous et/ou les autres utilisateurs si cette nouvelle fonctionnalité était fournie ?D'autres utilisateurs seraient plus intéressés par les graphiques d'importance variable et de modèle marginal de Profiler pour mieux explorer leurs modèles s'il y avait une description plus détaillée dans la documentation d'aide.
S'agit-il d'une demande client externe ? Client JMP Champion (Derrick Carter-House - Sr. Scientist Clear Labs - Derrick.carter-house@clearlabs.com ). Hésitez pas à contacter.
Existe-t-il un progiciel concurrent doté de cette fonctionnalité ou solution dont nous devrions être conscients ?Inconnu, peut-être vérifié auprès de la gestion des produits.
Cela aura-t-il un impact sur un renouvellement, une expansion ou une adoption chez un client, et cela mettra-t-il un compte en danger si nous ne réglons pas ce problème ?Faible impact pour encourager une utilisation continue et approfondie de JMP afin de promouvoir la croissance des ventes nouvelles et renouvelées.
