Esto es SÓLO PARA USO INTERNO. No comparta ninguna parte de este documento fuera de los miembros de la división. Esto todavía está sujeto a cambios a medida que nos acercamos al lanzamiento del JMP 13.
JMP®13 y JMP® Funciones de marketing de Pro 13 y problemas comerciales abordados
Tema de JMP 13: la versión 12 hizo imágenes, la versión 13 hizo texto.
JMP
1. Explorador de texto
2. Unirse virtualmente
3. Creador de paneles
4. Comparar diseños
5. Generador de consultas JMP
6. Proyectos aplazados hasta 14
7. Mejoras HTML5
8. Mejoras generales en Graph Builder
9. EZDOE aplazar hasta 14
10. Opciones de exportación
11. Escalamiento multidimensional (MDS)
12. Análisis de clases latentes ACV
13. MaxDiff (Mejor/Peor) + Creación de diseño MaxDiff
14. Apoyo para no tener elección
15. Análisis de capacidad no normal
dieciséis. Crecimiento de la confiabilidad de múltiples sistemas
17. Daño acumulativo
18. Actualización de respuestas simuladas del DOE
19. Adiciones JSL
20. ¿Nuevas funciones del análisis de recurrencia?
21. Selección de procesos
JMPPRO
- Análisis del explorador de texto
- Mejoras en la regresión generalizada
- Simulación de sistemas reparables (RSS)
- Ajuste del proceso gaussiano de problemas más grandes
- Modelos Mixtos, estructuras de covarianza adicionales
- Funcionalidad general de simulación
- Análisis de asociación
- Aumento del gradiente estocástico
- Bayes jerárquico para modelos de elección.
- Depósito de fórmulas + código de puntuación SQL/SAS/C de salida para modelos JMP Pro
Generador de gráficos para iPad
————————————————————————————————————————
JMP:
I. Explorador de texto (formación, SE, web) — En buen estado, todavía en desarrollo activo.
A. Descripción : Una técnica de minería de datos en la que los algoritmos de PNL (procesamiento del lenguaje natural) pueden buscar en un corpus (colección de documentos) para identificar hechos y relaciones a partir de una masa de " grandes datos". Herramienta para organizar, clasificar y tratar datos de texto.
B. Público : investigadores de mercado, ingenieros de garantía, profesionales médicos, cualquier persona que pueda estar sujeta a una auditoría. Ingenieros y científicos que tienen datos de texto libre, por ejemplo, cambios de ingeniería, notas de reparación, notas de producción.
C. Problemas comerciales clave abordados : en versiones anteriores de JMP, se podía hacer muy poco o nada con datos de texto. Se podían realizar recuentos simples de palabras en categorías o recodificarlas en categorías, pero JMP carecía de la capacidad de clasificar datos de texto de manera significativa y comprender la información latente disponible en datos de texto libre a los que tienen acceso muchos de nuestros científicos e ingenieros. Proporcionar métodos para la extracción básica de palabras clave.
D. Cliente(s) que lo solicitan : P&G, Adsurgo, Eli Lilly , Micron
————
II. Uniones virtuales (Xan, SS?) —Buena forma
A. Descripción : hace referencia a otras tablas de datos sin tener que unirse a ellas. El ID del enlace es la columna que encapsula el conjunto de datos. La referencia del enlace es una referencia de clave externa. Enriquezca sus tablas de datos con metadatos sin sobrecargarlas.
B. Público : General
C. Problemas comerciales clave abordados : las tablas de datos tienen información que, normalmente, está vinculada y requeriría que se una a las tablas. Cuando los conjuntos de datos se unen de forma larga a los anchos (especialmente en diferentes escalas de muestreo de tiempo), hay mucha duplicación en la tabla de datos larga, lo que puede generar problemas onerosos de almacenamiento de datos.
D. Cliente(s) que lo solicitan : CAB, Tom Traynor (Zymergen), Jon W
————
III. Creador de paneles (Xan; formación, webcast) —Bien, casi terminado.
A. Descripción : Archivo -> Nuevo panel es un solo clic para agregar informes JMP en un panel listo para presentación. Además, la selección de superficies se filtra con un solo clic para usar un gráfico para filtrar otro gráfico. Nueva página de inicio que le permite ver plantillas y puntos de partida para crear una aplicación. Haga clic en Colocar informes en zonas de colocación del panel como Graph Builder. Zonas de colocación más grandes y visibles para crear paneles. En tiempo de ejecución, también reorganice los informes en el panel y cree pestañas. Guardar como HTML interactivo conserva el diseño. Si hay una consulta integrada, actualiza la base de datos. Introduce la consulta y luego recrea el panel.
B. Público : Científicos e Ingenieros como creadores. Nivel C y otros como consumidores.
C. Problemas comerciales clave abordados: los paneles son difíciles en la versión anterior de JMP y requieren demasiados clics. Application Builder (completo) es demasiado complejo, demasiado aterrador y tiene demasiadas opciones. Los nuevos usuarios de JMP se sienten intimidados por cosas como vlistboxes y otros elementos de diseño internos de JMP. Las versiones anteriores del Generador de aplicaciones creaban muchas ventanas, creando una " estela" de ventanas detrás de ellas. El modo de vista previa se encarga de esto, permitiéndole pasar de la vista a la edición sin crear más ventanas.
D. Cliente(s) que lo solicitan: Unilever, GE, John Salmon
e. Recursos:
1. https://sas.webex.com/sas/lsr.php?RCID=1b789984e7a8406f938210519aa53981
————
IV. Comparaciones de diseño (DOE) —El inicio de la comparación es complicado (necesita varias tablas de datos, C++ está listo).
A. Descripción : Compara 2 o más diseños. Producir una serie de diagnósticos que comparen diseños basados en la capacidad predictiva. Variación de predicción, cantidad de alias, muchas dimensiones para comparar. Haga un diseño utilizando un diseño óptimo d- vs. I-, la herramienta de comparación DOE analizará los dos diseños y le brindará comparaciones. Diseño de 6 factores y 12 ejecuciones: i-óptimo versus alias-óptimo
B. Público : profesionales del DOE.
C. Problemas comerciales clave abordados : en versiones anteriores de JMP era difícil comparar diseños fácilmente, especialmente cuando se consideraban más de 2 diseños; era un proceso manual que requería copiar y pegar o mirar múltiples diseños de evaluación, ahora todo está en el mismo informe.
D. Cliente(s) que lo solicitan : CAB
————
EN. JMP Query Builder (Brian, SS, Webcast): buen estado
A. Descripción : Capacidad de consulta/unión en varias tablas. Misma interfaz que SQL Query Builder y SAS Query Builder. Hasta 60 mesas unidas. (Interno) Utiliza SQLite de código abierto; tabla virtual a SQLite. Utilice una interfaz similar a la que tenemos. Incorporar SQL como lenguaje de consulta (Base SQL) en JSL; Más tarde, converja Query Builder con la próxima (14) unión de tablas múltiples.
B. Público : usuarios de JMP
C. Problemas comerciales clave abordados : a veces no desea crear una base de datos solo para unir datos que ya están en JMP. Unirse a más de 2 mesas en JMP fue una tarea ardua.
D. Cliente(s) que lo solicitan : CAB
————
NOSOTROS. Proyectos (Xan; formación necesaria, webcast): interfaz de usuario en buen estado, con errores. Todavía en terreno inestable conceptualmente, pero más cerca ahora después del 16/11/2015/DFERIR AL 14
A. Descripción : Un proyecto es una forma de organizar análisis, ventanas, scripts, archivos y otros artefactos utilizando JMP en JMP. Los proyectos pueden incluir cero o más archivos (desde cualquier lugar del disco) y cero o más carpetas activas (también desde cualquier lugar del disco). Incluir una carpeta en un proyecto incluirá todos los archivos actuales y futuros de esa carpeta en el proyecto de manera similar a cómo funciona la carpeta (única) del proyecto hoy. El archivo del proyecto en sí (es decir, el archivo .jmpprj) puede residir en una de las carpetas del proyecto o fuera de ella. Archivo->Nuevo proyecto abrirá inmediatamente un proyecto no guardado, en lugar del cuadro de diálogo de nuevo proyecto que se muestra hoy; esto facilita la creación de proyectos temporales y nos permite implementar la función " crear proyecto desde todas las ventanas abiertas".
B. Público : nuevos usuarios de JMP, usuarios de JMP que se perdieron la ventana maestra. Usuarios de JMP que tienen dificultades para administrar ventanas.
C. Problemas comerciales clave abordados : El proyecto cumple muchas de las mismas funciones que solíamos tener con la ventana maestra en Windows, proporcionando un contenedor en lugar de tener todas las vistas dispersas. Barra de menú compartida. Cuando los análisis están dentro de la ventana del proyecto, ya existe una barra de menú completamente formada, sin necesidad de tener una barra de menú para cada tabla de datos y análisis. La barra de menú siempre está visible y disponible y no está duplicada. Tolerancia a ventanas maximizadas: para los usuarios que utilizan habitualmente Windows maximizadas, ya no está de más permitirles ver varias vistas, siempre y cuando el usuario muestre varias pestañas simultáneamente. Lista de archivos en el borde: la lista de archivos disponibles siempre está disponible sin tener que volver a la ventana de inicio o a una ventana del sistema operativo. Estado guardado: un beneficio principal es la capacidad natural de devolver una sesión a un estado guardado para ese proyecto, con la capacidad de tener muchos estados de sesión guardados para varios proyectos. Geometría de presentación: en lugar de superponer ventanas, los proyectos disciplinan los informes para que estén en un espacio en mosaico o en pestañas. Carpeta para guardar predeterminada: cuando un proyecto está abierto, es más fácil guardar archivos porque hay una carpeta predeterminada clara para guardarlo. No todos estos beneficios se mantienen cuando realizamos proyectos diferentes a los archivos de una carpeta.
D. Cliente(s) que lo solicitan : Starbucks, Roche, Abbott, Abbott Vascular, Gore, Intel, P&G, Micro, G3, Apple, Schott AG, Atotech, EM Microelectronic, Telefónica, Micron, Microsoft.
E. Recursos:
1. http://sww.sas.com/jmpmediawiki/Project_Concepts
2. http://sww.sas.com/jmpmediawiki/Project_Concepts:_Overlapping_Features
3. http://sww.sas.com/jmpmediawiki/JMP_Projects_JMP13
4. http://sww.sas.com/jmpmediawiki/JMP_13_Projects_Issues_and_Features_List
5. http://sww.sas.com/jmpmediawiki/JMP_Projects_Future
————
VII. Mejoras de HTML 5 (Brian, SS, Webcast)
A. Descripción : Compatibilidad con la mayoría de los segmentos en el estado completado de Graph Builder. Soporte para el diseño del panel desde las pestañas del Generador de aplicaciones.
B. Audiencia : Todos
C. Principales problemas comerciales abordados : Graph Builder es la principal herramienta de visualización de datos para la comunicación, lo que da como resultado JMP; anteriormente no era interactivo al guardarlo como HTML interactivo. Los paneles perdieron su diseño al guardarlos como HTML 5.
D. Cliente(s) que lo solicitan : General; TAXI
————
VIII.EZDOE (DOE sin lágrimas) Aplazar hasta 14
A. Descripción : UI para diseñar y trabajar a través de un flujo de trabajo DOE. Saber qué hacer y cómo utilizar las plataformas de modelado no es fácil para un novato. De principio a fin del diálogo con pestañas desde definir factores -> crear diseño -> tabla en el informe -> analizar el informe -> diagnóstico, etc.
B. Público : usuarios básicos de JMP. Cinturones Verdes Seis Sigma.
C. Problemas comerciales clave abordados : JMP es demasiado difícil de aprender para un principiante que tal vez quiera comenzar a diseñar un experimento sin tener que lidiar con varias tablas.
D. Cliente(s) que lo solicitan : CAB, Bill Kappele
————
IX. Mejoras generales en Graph Builder (Xan, SS, Webcast)
A. Descripción : Graph Builder es el estándar de oro para crear gráficos en JMP; Adición de actualizaciones de mapas de árboles y parcelas paralelas a GB; el objetivo es la consolidación de todas las plataformas gráficas en GB; Conéctese a través de la línea que falta; Nuevas transformaciones como Cum Sum; Nivel alfa personalizable (tal vez); Reemplace 3 botones en la parte superior con la barra de herramientas mínima (como rehacer, filtrar; tal vez); Opciones adicionales para esquivar puntos (tal vez); Adición de parcelas en cascada (tal vez); Leyendas dentro de la trama (tal vez); Múltiples estadísticas resumidas (tal vez); Más ajuste en regresión (exponencial); Ancho de barras y diagramas de caja; personalizaciones; Diagramas de caja de colores (tal vez); Líneas de pasos centrales (tal vez); Deshacer más robusto (tal vez); Sombreado sobre alisado; Menos probable: salida tipo tabulación, soporte de profundización (mapa de árbol), generalmente acceso directo al filtro de datos local, personalizaciones del gráfico de violín; Significa diamantes
B. Público : todos los usuarios de JMP
C. Problemas comerciales clave abordados : Graph Builder tiene más de 700 defectos abiertos. En cada versión, debemos eliminar estos defectos mientras seleccionamos los nuevos defectos que aparecen. La lista anterior es ese esfuerzo para JMP 13.
D. Cliente(s) que lo solicitan : N/A
————
X. Opciones de exportación: salida de Excel y generación de informes web (Brian, SS, Webcast)
A. Descripción : tome varias tablas JMP y envíelas a un solo libro de Excel. Tome varios informes HTML interactivos y agréguelos en una sola página web.
B. Audiencia : todos los que intentan compartir resultados fuera de JMP.
C. Direcciones clave de los problemas comerciales : es difícil crear un sitio web resumido de los resultados y, a veces, los informes individuales están fuera de contexto. Un clic para generar un sitio web. A veces es necesario generar un libro de trabajo de tablas JMP en Excel. Ahora con un solo clic puedes hacerlo.
D. Cliente(s) que lo solicitan : Abbott, Jon W.
————
XI. MDS (Chris, Formación)
A. Descripción : El escalamiento multidimensional o MDS es una técnica estadística multivariada popular que es principalmente visual. Hay poca inferencia formal, como la prueba de hipótesis, asociada con los SMD. El propósito de MDS es crear una representación visual del patrón de proximidades (es decir, similitudes o distancias) entre un conjunto de objetos. Por ejemplo, una matriz de similitudes percibidas entre varias marcas de cerveza, MDS traza las cervezas en un mapa donde aquellas cervezas percibidas como similares están muy juntas en el mapa, y aquellas cervezas percibidas como diferentes están muy separadas en el mapa. Mínimos cuadrados no lineales. Diagrama de Shepard: la línea significará bien, la nube significa que la historia no es tan simple. Más allá de 2-3 d.
B. Público : analistas sensoriales, investigadores de mercado, sociólogos, biólogos.
C. Problemas comerciales clave abordados : Proporcionar un método para que los clientes comparen productos y emitan juicios sobre las similitudes de los productos sin la necesidad de proporcionar una lista de atributos del producto para comparar, como métodos utilizados en análisis factorial conjunto, etc.
D. Cliente(s) que lo solicitan : George Washington Univ., P&G, Kenan-Flagler, Univ. de Wisconsin, Universidad de Estocolmo, Universidad de Dokkyo.
————
XII. ACV (formación)
A. Descripción : El análisis de clase latente (LCA) es un método estadístico para identificar la pertenencia a una clase no medida entre sujetos utilizando variables observadas categóricas y/o continuas. Por ejemplo, es posible que desee clasificar a las personas según sus conductas de consumo de alcohol (observaciones) en diferentes tipos de bebedores (clases latentes).
B. Público : Investigación de Mercado, Sociología, Psicología, Salud
C. Problemas comerciales clave abordados : análisis de conglomerados para variables categóricas. Anteriormente solo proporcionábamos Análisis Factorial para continuo.
D. Cliente(s) que lo solicitan : Walter Paczkowski, Universidad de Rutgers
————
XIII.Análisis de diferencia máxima (entrenamiento)
A. Descripción : MaxDiff (a veces conocido como "Mejor-Peor ") es una técnica utilizada para analizar las preferencias del cliente. Los encuestados tomarán una decisión o harán concesiones. Al igual que el análisis de opciones, a menudo se considera más fácil de ejecutar y más informativo para ciertos estudios. Los encuestados simplemente seleccionan la mejor y la peor opción de un conjunto fijo de productos.
B. Público : investigadores de mercado, responsables de producto, responsables de publicidad.
C. Problemas comerciales clave abordados : opción solicitada con frecuencia que ofrecen competidores como Sawtooth. Max Diff se utiliza mucho en la industria y no estaba en nuestra oferta de Investigación del Consumidor.
D. Customer(s) asking for it: Walter Paczkowski, Data Analytics Corp., Soluciones isométricas, P&G
————
XIV. Sin elección (entrenamiento)
A. Descripción : El diseño y análisis de opciones ahora ofrecerán la opción " Sin opción". Los investigadores de mercado ahora pueden ofrecer a los encuestados la opción, ya que a menudo es posible que no les guste ninguna de las opciones ofrecidas en el conjunto de opciones. No hay preferencia como manera de pensar en esto. Muestre cómo puede sesgar su análisis con modelos de elección anteriores en los que no se consideró ninguna elección.
B. Público : Investigadores de Mercado
C. Problemas comerciales clave abordados : comúnmente ofrecidos por los competidores y frecuentemente empleados por profesionales de investigación de mercado. Si va a intentar predecir qué tan popular será un producto, si no tiene la opción de no elegir, sus predicciones podrían estar equivocadas.
D. Cliente(s) que lo solicitan : Walter Paczkowski, análisis de datos, P&G
————
XV.Análisis de capacidad no normal (SS)
A. Descripción : Capability Platform ahora ofrece soporte para ajuste de distribución no normal y estimación no paramétrica para índices de capacidad.
B. Público : Analistas de aseguramiento de la calidad, Ingenieros de Calidad, Calidad de Proveedores, profesionales de Six Sigma.
C. Problemas comerciales clave abordados : se requieren múltiples plataformas para realizar la capacidad en JMP, según el tipo de distribución. Ahora todo se puede realizar en una sola plataforma.
D. Cliente(s) que lo solicitan : Medtronic, Phil Ramsey, Tom Little
————
XVI. Crecimiento de la confiabilidad: sistemas múltiples (¿capacitación, web?)
A. Descripción : Se agregaron dos pestañas nuevas para admitir el análisis de crecimiento de múltiples sistemas. 1) Sistemas concurrentes: cuando se realizan pruebas en muchos sistemas similares y ocurre una falla en un sistema, la corrección de diseño se aplica a todos los sistemas bajo estudio. 2) Sistemas Paralelos: Estudiar y comparar el crecimiento de la confiabilidad en múltiples sistemas independientes por sistema y/o Fase. **Nota: esto puede cambiar según la fecha de lanzamiento.
B. Público : Ingenieros de Confiabilidad, ingenieros de pruebas, ingenieros de diseño enfocados en sistemas reparables.
C. Problemas comerciales clave abordados : usuarios y clientes potenciales que seleccionan el software de la competencia para realizar el análisis requerido.
D. Cliente(s) que lo solicitan : Chrysler, GE, Abbott
————
XVII. Daño acumulativo
A. Descripción : Analice los datos del tiempo transcurrido hasta el evento en situaciones de estrés no constante. Realice pruebas de vida aceleradas bajo estrés creciente y analice datos de campo bajo escenarios de estrés arbitrarios. Hay cuatro opciones de modelo disponibles: tensión escalonada, tensión en rampa, tensión sinusoide y tensión en rampa por partes).
B. Público : Ingenieros de diseño, fabricación y pruebas.
C. Problemas comerciales clave abordados : proporciona una alternativa a ALT cuando los ingenieros tienen un número limitado de unidades de prueba y tiempo de prueba.
D. Cliente(s) que lo solicitan : Dow Chemical, Keurig, Biotronik, Tessera NA, OLEDWorks llc, numerosas solicitudes durante los eventos RAMS y Explorer.
————
XVIII. Diseño personalizado: simulación (en buen estado)
A. Descripción : Simule respuestas del diseño personalizado del DOE. Script DOE Simulate en la tabla de datos para ajustar la simulación después de que se haya creado el diseño. Normal, Binomial y Poisson. N Ensayos para que Binomial pueda simular. Lo normal es lo habitual, Binomial y Poisson para los conteos. Los conteos vienen en números enteros; cuando el número de conteos es pequeño, GLM es más apropiado para los modelos de Poisson. Manera de llegar a un cálculo de potencia para un problema complicado.
B. Audiencia : Departamento de Defensa: Pruebas del sistema y tienen muchas pruebas del sistema donde los resultados de las pruebas son pasa/falla. Siempre es mejor si obtienes una respuesta continua, pero si no puedes, sería bueno decir: dada esta prueba, qué tan grande debe ser la diferencia entre el valor predicho en el nivel bajo y el alto. Ingenieros de T&E.
C. Problemas comerciales clave abordados: en el pasado, las respuestas simuladas asumían una distribución normal de Y. Y la simulación resultante en la columna Y no era una fórmula, por lo que no se podía ajustar después del efecto. Muy complicado para modelos binomiales con muchos efectos subyacentes. Las herramientas de potencia y tamaño de muestra asumen que solo tiene 1 x lo que le interesa, esto no es cierto para problemas reales ya que la varianza no es lineal. Calcule cuántas pruebas adicionales necesita hacer para detectar un pequeño cambio en la probabilidad, por ejemplo, una diferencia entre 0,95 y 0,99: se necesitan muchas pruebas.
D. Cliente(s) que lo solicitan : Departamento de Defensa.
————
XIX. Mejoras en JSL
A. Descripción : En cada lanzamiento, nos esforzamos por mejorar la experiencia para que los scripters principiantes y avanzados utilicen JSL. Algunas características nuevas son específicas de secuencias de comandos y otras son cambios/adiciones de arquitectura que hacen la vida más fácil tanto para el programador como para el usuario general de JMP.
B. Público : Guionistas
C. Problemas comerciales clave abordados : muchas veces, cuando JMP falla, perderá el trabajo en un script u otros archivos JMP porque JMP no tiene ningún mecanismo de guardado automático. Ahora lo hace. JSON no era fácilmente importable, ahora sí lo es. Era difícil comparar las diferencias entre dos scripts, ahora es fácil con File Compare. Las listas principales eran muy lentas, se han optimizado y ahora son rápidas. Los idiomas que no son JSL no estaban codificados por colores de sintaxis, lo que los hacía difíciles de leer; ahora hay estilos para codificar por colores el editor de texto para varios idiomas. Usando el espacio de nombres (); La función ayuda con la molestia de querer ejecutar un bloque de código en un espacio de nombres específico. JSL no tenía clase, ahora sí la tiene: funciones, métodos (virtuales); Herencia de soporte; No se admite el polimorfismo, a menos que se realice mediante recuento de argumentos; Esto y super son soportes; Enviar mensajes a una clase; Bloques de código de espacio de nombres.
D. Clientes que lo solicitan : General
————————————————————————————————————————
JMP Pro:
XX.Análisis del explorador de texto
A. Descripción : Análisis multivariado (como PCA, LCA) para tratar datos de texto limpiados y clasificados por la plataforma de análisis de texto. Tratar con preguntas de encuestas, informes de ingenieros.
B. Audiencia : Cualquier persona con datos de texto que busque construir modelos predictivos a partir de esos datos, realice análisis multivariados con datos de texto.
C. Principales problemas comerciales abordados : convierte el problema de tratar con datos de texto en un problema de análisis de datos estándar.
D. Cliente(s) que lo solicitan : Adsurgo, CAB, Materiales Aplicados, FDA, Micron
————
XXI. Mejoras de regresión generalizada
A. Descripción : Se están agregando funciones adicionales a GenReg. Capacidad para manejar la censura; El tipo de modelos que encajaría con supervivencia paramétrica, podría encajar con Gen Reg, con selección de variables. Modelo de tiempo hasta el evento. ERIC: una técnica de validación que elegirá modelos más dispersos para la mayoría de los problemas de ajuste, ya que fue hecha a medida para el lazo adaptativo a diferencia de AICc y BIC. Modelo de regresión de Cox en el marco Gen Reg. Ajuste interactivo de la curva ROC. Cambie el modelo y observe la capacitación/validación de la República de China.
B. Público : Bioestadísticos (regresión de Cox). Ingenieros de confiabilidad (modelos censurados)
C. Problemas comerciales clave abordados : la plataforma de regresión de Cox era antigua y necesitaba actualización; incapaz de ajustar datos censurados en Gen. Reg.; Los modelos creados con técnicas de validación estándar suelen ser demasiado grandes, porque AICc y BIC suponen la máxima probabilidad.
D. Cliente(s) que lo solicitan:
————
XXIII. Simulación de sistemas reparables (RSS)
A. Descripción : Motor de simulación interno que puede utilizar simulación de eventos discretos. Principalmente preocupado por lo reparable. Cosas lo suficientemente grandes como para considerar repararlas.
B. Público : cualquiera que desee simular la reparación de elementos costosos (turbinas, motores de avión).
C. Problemas comerciales clave abordados : simulación para obtener resultados de cuánto tiempo va a estar inactivo algo, lo cual es costoso. ¿Qué deberían arreglar mientras están allí? El RBD existente solo cumplía el tiempo hasta el evento (fallo único). La simulación resuelve un problema más difícil. Necesidad de elaborar un presupuesto (previsión). ¿Cuántos eventos reparables debo esperar en un período de tiempo?
D. Cliente(s) que lo solicitan : GE Energy, P&G, Rolls Royce, mantenimiento de flotas (por ejemplo, autobuses escolares). Materiales aplicados.
————
XXIII. Ajuste del proceso gaussiano de problemas grandes utilizando Fit Mixed Framework
A. Descripción : Analice fácilmente conjuntos de datos mucho más grandes. Maneja el código de bloqueo. Capacidad para analizar variables categóricas como entrada. También conocidos como modelos sustitutos. Configure un tamaño de bloque; Permitiendo un GASP rápido.
B. Público : Personas que realizan experimentos de simulación por computadora.
C. Problemas comerciales clave abordados : Fue lento adaptarse a los problemas del proceso gaussiano cuando crecieron más de aprox. 1000 registros. Si su simulación incluyera variables categóricas como entradas, no podría analizar el problema.
D. Cliente(s) que lo solicitan: Gov’t, Semiconductor, Sandia, P&G, Pratt & Witney, GE Energy
————
XXIV. Modelos mixtos Modelos adicionales
A. Descripción : Se agregaron una serie de funciones de correlación a la estructura repetida, intercambiables, interdependientes iguales/desiguales, variaciones desiguales,
B. Público : personas que realizan ajustes de modelos mixtos, especialmente en estudios agrícolas y humanos.
C. Problemas comerciales clave abordados : cerrar las brechas frente a los competidores que se ajustan a modelos mixtos.
D. Cliente(s) que lo solicitan:
————
XXV. Funcionalidad general de simulación
A. Descripción : Cambie cualquier columna de entrada con la columna del generador de números aleatorios. Análisis de potencia para términos en el modelo. Simulación general de Montecarlo. Realice también un arranque paramétrico. Guarde la fórmula de simulación para cualquier distribución en GenReg. Ejecute un experimento 100 veces y vea cuál es la variabilidad entre los experimentos. Para ejemplos normales, las calibraciones de potencia y tamaño de muestra en Diseño personalizado le dicen lo que necesita saber; pero para los experimentos Binomial y Poission, es necesario simular.
B. Público : General; estadísticos.
C. Problemas comerciales clave abordados : es necesario realizar cálculos de energía, tal vez tenga datos de recuentos. ¿Qué tan bien funcionará su experimento bajo ciertos supuestos?
D. Cliente(s) que lo solicitan : Departamento de Defensa, Ejército, Gobierno general, Investigadores que presentan subvenciones.
————
XXVI. Análisis de asociación
A. Descripción : Análisis básico del mercado, analizar qué productos ocurren juntos en una transacción y hacer recomendaciones. Generar a partir de términos o elementos estructurados y desea ver cuáles ocurren juntos. Crea reglas de asociaciones con la plataforma Market Basket. Generar tabla para asociación desde la plataforma Text Explorer. Posible uso para la extracción de datos de datos de fallas; qué fallas ocurren juntas.
B. Público : Investigadores de mercado. Comercializadores.
C. Principales problemas comerciales abordados: elemento de la lista de verificación para programas de investigación de mercado.
D. Cliente(s) que lo solicitan: Matt Flynn (Aetna), Rob Reul, P&G, profesores de Curt que quieren enseñar investigación de mercados con JMP.
————
XXVII. Aumento del gradiente estocástico
A. Descripción : Mejoras de rendimiento para árboles potenciados; combinación de bosque aleatorio y aumento de gradiente.
B. Público : Modeladores predictivos y mineros de datos.
C. Problemas comerciales clave abordados:
D. Cliente(s) que lo solicitan: Russ, Mia.
————
XXVIII. Bayes jerárquico
A. Descripción : Modelo de efectos aleatorios para análisis de elección. Análisis de segmentación de modelos de elección. Hay una forma diferente de modelar los efectos de los sujetos y se puede validar estadísticamente qué parte de la heterogeneidad se debe a diferencias observables entre los sujetos y qué parte es variación aleatoria.
B. Público : Investigadores de mercado. También puedes colocar HB en Max Diff si tienes la versión Pro de JMP.
C. Problemas comerciales clave abordados: en la versión anterior de JMP, no pudimos modelar adecuadamente la heterogeneidad en los modelos de elección, lo que generó predicciones imperfectas y modelos de menor calidad en general. Hierarchical Bayes es una técnica estándar de la industria y está disponible en software competitivo, incluidos Sawtooth, R y otros.
D. Cliente(s) que lo solicitan: P&G, P&G Europa, Walt P (líder intelectual del sector). Cualquiera que esté haciendo modelos de elección eventualmente querrá esto.
————
XXIV. Depósito de fórmulas; Código de puntuación SQL/SAS/C de salida para los modelos JMP Pro.
A. Descripción : un centro para organizar e implementar modelos integrados en JMP Pro sin sobrecargar la tabla de datos con columnas y columnas de fórmulas de predicción; Una forma mucho más eficiente de almacenar modelos JMP Pro.
B. Audiencia : Modelos predictivos; aquellos que necesitan implementar modelos integrados en JMP Pro en otros sistemas.
C. Problemas comerciales clave abordados: en versiones anteriores de JMP, al crear múltiples modelos, la tabla de datos se cargaba con muchas columnas adicionales de fórmulas de predicción, que debían haber sido generadas desde plataformas adecuadas para que la plataforma de comparación de modelos funcionara. Además, nombramos todas las columnas según la respuesta prevista, lo que dificultó descubrir de qué fuente del modelo provino la fórmula de predicción. En el caso de tablas grandes, esto podría generar un espacio grande debido a estas columnas adicionales. La implementación también fue difícil y JMP Pro carecía de un centro único para organizar fórmulas de predicción e implementarlas selectivamente para codificar otros sistemas como SQL o C. Ahora el centro de modelos soluciona todo esto.
D. Cliente(s) que lo solicitan: P&G, GE (GE Power), Starbucks, IMFT, Micron, Intel, Rob Reul.
————————————————————————————————————————
Aplicación iPad Graph Builder : ahora te permite importar archivos de Excel y de texto. También agrega la posibilidad de acceder al almacenamiento de Box, Dropbox e iCloud (y otros proveedores de nube). Beta en febrero 7.0 u 8.0 mínimo iOS.
Varias nuevas funciones de JMP:
• Nuevo motor de arranque JMP (incluido un motor de arranque específico JMP Pro) (SS)
• Importación HDF5 (SS): Raytheon, Johns Hopkins, General Dynamics, Navy ( http://sww.sas.com/ds/DefectsSearch/S0780/S0780852.html )
