La plateforme Distribution peut être utilisée pour explorer la distribution d’une seule variable. Il s'agit d'une plate-forme riche qui permet de nombreux visuels, statistiques et tests différents sur des variables. Cet article de blog détaille les nouvelles fonctionnalités de la plateforme de distribution dans JMP16 .
Étudiants t Distribution
Le Étudiants t distribution a été ajouté à la liste des distributions continues disponibles pouvant être ajustées aux variables. Les étudiants t La distribution est une option robuste qui couvre l'espace entre une distribution normale et une distribution de Cauchy. Comme les degrés de liberté dans le système d'étudiant t La distribution approche l'infini, la distribution est équivalente à la normale. Lorsque les degrés de liberté dans le plan d'Étudiant t distribution est égale à 1, la distribution est équivalente au Cauchy. Le comportement par défaut consiste à estimer les degrés de liberté du modèle de Student. t distribution. Comme alternative, vous pouvez choisir d'utiliser l'option Fix Parameters pour spécifier un DF (degrés de liberté) particulier.
À titre d'exemple, exécutez le JSL suivant :
dt=Open("$SAMPLE_DATA/Body Fat.jmp");
obj=dt<<DISTRIBUTION></DISTRIBUTION>
Ce code ouvre le tableau de données d’échantillon de graisse corporelle et effectue une analyse de distribution sur la circonférence du cou (cm). Dans le triangle rouge à côté de Tour de cou (cm), sélectionnez Ajustement continu -> Ajuster le t de l'étudiant.


Meilleure fonctionnalité de diffusion pour les intervalles de prédiction, les intervalles de tolérance et les quantiles personnalisés
Dans les versions précédentes, lorsque intervalles de prédiction , intervalles de tolérance , et les quantiles personnalisés étaient diffusés entre les réponses et par groupes, vous obtiendriez plusieurs boîtes de dialogue pour chaque réponse et chaque groupe.À partir de JMP 16, vous obtenez une boîte de dialogue unique qui s'applique à tous les groupes.
À titre d'exemple, exécutez le code suivant :
dt=Open("$SAMPLE_DATA/Cities.jmp");
obj=dt<<DISTRIBUTION></DISTRIBUTION>
Ce code ouvre Cities.jmp. Il effectue une analyse de distribution des POP et de l'OZONE par région. Maintenez la touche Ctrl enfoncée tout en cliquant sur le triangle rouge à côté de POP et sélectionnez Intervalle de prédiction. Cliquez sur OK. Dans les versions précédentes de JMP, 12 boîtes de dialogue vous auraient été présentées (une pour chaque réponse et par combinaison de niveaux). Vous auriez dû cliquer sur OK dans chaque boîte de dialogue. Désormais, la boîte de dialogue unique s'applique aux 12 combinaisons.

En plus des intervalles de prédiction, cette fonctionnalité a été ajoutée aux intervalles de tolérance et aux quantiles personnalisés.
Option et préférence Afficher dans la capacité
Les utilisateurs ont demandé la possibilité d'obtenir une analyse de capacité dans Distribution qui, par défaut, n'affiche pas le rapport de capacité Within Sigma. Dans JMP 16, une case à cocher Afficher dans la capacité a été ajoutée à la boîte de dialogue Capacité du processus et une option Afficher dans la capacité a été ajoutée aux préférences de distribution.
Pour voir un exemple, exécutez le code suivant :
dt=Open("$SAMPLE_DATA/Cities.jmp");
obj=dt<<DISTRIBUTION></DISTRIBUTION>
Ce code ouvre l'exemple de table de données Villes et adapte une distribution normale à OZONE. Dans le triangle rouge à côté de Distribution normale ajustée, choisissez Capacité du processus.

Entrez 0,075 pour LSL.Entrez 0,15 pour Cible.Entrez 0,25 pour USL. Cliquez sur l'icône d'ouverture/fermeture à côté d'Options de capacité de processus. Décochez la case Afficher dans la capacité. Cliquez sur OK.

L'analyse de capacité est ajoutée à la fenêtre du rapport, mais la section Dans la capacité Sigma du rapport n'est pas affichée.
JMP 16 a introduit trois nouvelles fonctionnalités principales pour la plateforme de distribution :
- Les étudiants t distribution.
- Meilleure fonctionnalité de diffusion pour les intervalles de prédiction, les intervalles de tolérance et les quantiles personnalisés.
- Options pour obtenir une analyse de capacité sans statistiques de capacité sigma par défaut.