JMP 18 和 JMP Pro 18 提供了許多新功能。觀看一些關鍵新功能的影片並下載日誌，親自嘗試 JMP 18 中的一些技術。
觀看下面的整個視頻，或單擊項目符號列表中的標題以僅查看列表中有關該主題的片段。
看看如何使用：
- 表格、報告和上下文幫助的新功能
- 流程優化、建模和可靠性的新功能
- 精確召回曲線– 當您的資料不平衡時很有用。
- 分析器視覺化– 使用重疊交互作用與變數交互作用以優化可變性，並檢查資料點以了解資料支援模型交互作用的程度。
- 疲勞建模- 建立、查看 24 個不同模型的結果並從中進行選擇，從六種 SN 曲線類型以及四種分佈之一中進行選擇來組裝模型，獲取所有模型的詳細資訊並進行比較。
-
資料導入、工程和生產的新功能
-
光譜、峰值和高維資料的新功能 (JMP Pro)
-
新的 Python 集成
- Python 程式庫和整合增強功能– 使用 JMP 附帶的 Python 版本來獲得可立即運行的一致環境。在即時環境中直接記憶體存取 Python 資料表，並使用使用 Python 約定和嵌入式日誌的 Python 腳本編輯器。
@HydeMiller和@MikeD_Anderson在現場網路研討會上回答了問題。
Q：如何使用可折疊註解？
答：從「圖形產生器」中的圖形中，從「註釋」圖示開始。若要折疊註釋，請右鍵單擊註釋並選擇最小化。折疊的註釋將顯示為“i”圖示。請參閱下面的影片。
Q：請澄清如何使用信賴區間？
答：刻畫器上的陰影區域是線條本身的信心區間。因此，資料中有一條擬合線，而置信區間顯示該擬合線可能在哪裡。那就是信心就行了。這不是值的置信區間。現在，如果您轉到紅色三角形選單，則可以使用預測區間，它們顯示預測值本身的置信區間。有一條淺綠色線，然後是與顯示預測區間置信度的線相對應的數字。在 JMP 18 中，您現在可以在預測刻畫器上顯示它們。看影片：
JMP 技術支援的 Patrick Guiliano @PatrickGiuliano在網路研討會結束後發送了以下資訊：
以下評論來自另一位 JMP 用戶。 「置信」線（見圖）稍微彎曲，定義了一個二維空間，我們聲稱其中存在真正的線性迴歸線；也就是說，如果我們想像觀察到的線性迴歸線可以圍繞 Xavg、Yavg 點旋轉，但只能在該空間內旋轉（即旋轉線必須完全保持在置信線內），那麼該線性迴歸線的真實參數斜率據說，透過執行此類旋轉，該線可能位於最大斜率和最小斜率之間，置信水平=我們用來計算這些置信線的任何置信值。因此，置信線可用於預測特定 X 值處的平均 Y 值的最壞情況。
預測區間線也稍微彎曲；它們定義了一個二維空間，我們可以在其中預測我們得到的下一個 X,Y 值將出現的情況。距離 Xavg,Yavg 點越近，我們的預測就越有信心，離 Xavg,Yavg 點越遠，我們的預測就越不自信，這就是線條看起來彎曲的原因。
Q：方程式可以用Profiler 過來嗎？
答：這個版本沒有。他們專注於核心框架。您可以將對此的請求新增至 J MP 未來版本的願望清單。
Q：是否可以從 Python 呼叫 JMP？ IE 與您所展示的相反，JMP 呼叫 Python。
答：有些呼叫是雙向的。該文件將指示所有允許的內容。
資源
關於置信區間的問題，以及 JMP 18 中刻畫器中顯示的置信區間 (CI) 與預測區間 (PI) 之間的差異，這裡是我們的統計知識入口網站中的一個很好的參考，它直觀地描述了書面解釋上面（特別是在 CI 的上下文中）： 簡單線性迴歸 |統計學導論|傑普。
