Die Verteilungsplattform kann verwendet werden, um die Verteilung einer einzelnen Variablen zu untersuchen. Dies ist eine umfangreiche Plattform, die viele verschiedene Visualisierungen, Statistiken und Tests für Variablen ermöglicht. In diesem Blogbeitrag werden die neuen Funktionen der Vertriebsplattform detailliert beschrieben JMP 16 .
Studenten T Verteilung
Der Studenten T Verteilung wurde zur Liste der verfügbaren kontinuierlichen Verteilungen hinzugefügt, die an Variablen angepasst werden können. Die Studenten T Die Verteilung ist eine robuste Option, die den Raum zwischen einer Normalverteilung und einer Cauchy-Verteilung überspannt. B. die Freiheitsgrade im Studierendenwerk T Wenn die Verteilung gegen Unendlich geht, entspricht die Verteilung der Normalverteilung. Wenn die Freiheitsgrade im Student's T Ist die Verteilung gleich 1, entspricht die Verteilung der Cauchy-Verteilung. Das Standardverhalten besteht darin, die Freiheitsgrade für den Schüler zu schätzen T Verteilung. Alternativ können Sie die Option „Parameter festlegen“ verwenden, um einen bestimmten DF (Freiheitsgrad) anzugeben.
Führen Sie als Beispiel die folgende JSL aus:
dt=Open("$SAMPLE_DATA/Body Fat.jmp");
obj=dt<<DISTRIBUTION></DISTRIBUTION>
Dieser Code öffnet die Beispieldatentabelle für Körperfett und führt eine Verteilungsanalyse für den Halsumfang (cm) durch. Wählen Sie im roten Dreieck neben „Halsumfang (cm)“ die Option „Kontinuierliche Passform“ > „Schüler-T-Shirt anpassen“.
Bessere Broadcast-Funktionalität für Vorhersageintervalle, Toleranzintervalle und benutzerdefinierte Quantile
In früheren Versionen wann Vorhersageintervalle , Toleranzintervalle und benutzerdefinierte Quantile über Antworten und Gruppen verteilt wurden, würden Sie für jede Antwort und Gruppierung mehrere Dialoge erhalten.Ab JMP 16 erhalten Sie einen einzigen Dialog, der für alle Gruppen gilt.
Führen Sie als Beispiel den folgenden Code aus:
dt=Open("$SAMPLE_DATA/Cities.jmp");
obj=dt<<DISTRIBUTION></DISTRIBUTION>
Dieser Code öffnet Cities.jmp. Es führt eine Verteilungsanalyse für POP und OZON nach Regionen durch. Halten Sie die Strg-Taste gedrückt, während Sie auf das rote Dreieck neben POP klicken, und wählen Sie Vorhersageintervall aus. OK klicken. In früheren Versionen von JMP wurden Ihnen 12 Dialoge angezeigt (einer für jede Antwort und je nach Ebenenkombination). Sie hätten in jedem Dialog auf „OK“ klicken müssen. Jetzt gilt der Einzeldialog für alle 12 Kombinationen.
Zusätzlich zu den Vorhersageintervallen wurde diese Funktionalität auch zu Toleranzintervallen und benutzerdefinierten Quantilen hinzugefügt.
Option und Voreinstellung „Innerhalb der Kapazität anzeigen“.
Benutzer forderten die Möglichkeit, eine Fähigkeitsanalyse in Distribution zu erhalten, die standardmäßig nicht den Within Sigma Capability-Bericht anzeigt. In JMP 16 wurde dem Dialogfeld „Prozessfähigkeit“ das Kontrollkästchen „Innerhalb der Fähigkeit anzeigen“ und den Verteilungseinstellungen die Option „Innerhalb der Fähigkeit anzeigen“ hinzugefügt.
Um ein Beispiel anzuzeigen, führen Sie den folgenden Code aus:
dt=Open("$SAMPLE_DATA/Cities.jmp");
obj=dt<<DISTRIBUTION></DISTRIBUTION>
Dieser Code öffnet die Beispieldatentabelle „Städte“ und passt eine Normalverteilung an OZONE an. Wählen Sie im roten Dreieck neben „Angepasste Normalverteilung“ die Option „Prozessfähigkeit“ aus.
Geben Sie 0,075 für LSL ein.Geben Sie 0,15 als Ziel ein.Geben Sie 0,25 für USL ein. Klicken Sie auf das Symbol zum Öffnen/Schließen neben den Prozessfähigkeitsoptionen. Deaktivieren Sie das Kontrollkästchen „Innerhalb der Kapazität anzeigen“. OK klicken.
Die Fähigkeitsanalyse wird zum Berichtsfenster hinzugefügt, der Abschnitt „Innerhalb von Sigma-Fähigkeit“ des Berichts wird jedoch nicht angezeigt.
Mit JMP 16 wurden drei wichtige neue Funktionen für die Vertriebsplattform eingeführt:
- Die Studenten T Verteilung.
- Bessere Broadcast-Funktionalität für Vorhersageintervalle, Toleranzintervalle und benutzerdefinierte Quantile.
- Optionen zum Erhalten einer Fähigkeitsanalyse ohne standardmäßige Fähigkeitsstatistik innerhalb von Sigma.
