| 스피커 |
성적 증명서 |
| 담배 |
유통 플랫폼의 현대화. 저는 토냐 몰딘이고, 유통 부문 테스터입니다. |
| |
이 프레젠테이션에서는 JMP 15.2 버전을 사용할 것입니다. |
| |
분포는 JMP에서 가장 널리 사용되는 플랫폼 중 하나입니다. 이 플랫폼은 데이터에 적합한 분포를 테스트하는 데 사용될 뿐만 아니라 데이터 탐색, 역량 분석 등 다양한 용도로 사용됩니다. JMP 15는 이 널리 사용되는 플랫폼을 현대화했습니다. |
| |
이 플랫폼을 업데이트하기로 결정한 이유는 무엇일까요? 배포는 JMP 초창기부터 존재해 왔습니다. 이제 이 플랫폼을 더욱 현대적으로 만들 때가 되었다고 생각했습니다. 흐름을 개선하고, 더욱 깔끔한 디자인을 제공하는 등, |
| |
제품의 일관성을 높이고 유지관리를 쉽게 만들었습니다. |
| |
적합자 분포는 이제 일반화 회귀와 동일한 코드를 사용합니다. 공정능력 분석은 이제 공정능력과 동일한 코드를 사용합니다. |
| |
감마 포아송과 동일한 음이항 분포 |
| |
코시 분포, 영 팽창 포아송 분포, ZI 음이항 분포. |
| |
존슨 적합은 이제 존슨 분포 시스템에서 가장 적합한 분포를 선택하는 단일 명령입니다. |
| |
이는 프로세스 역량 플랫폼에서 사용되는 분위수 매칭 방법과 동일합니다. |
| |
이 방법은 최대 우도법보다 안정적이고 빠릅니다. |
| |
이제 사용자는 부드러운 곡선 맞춤을 위해 각각의 특정 대역폭 매개변수를 입력할 수 있습니다. |
| |
SHASH 분포에 표준 오차가 추가되었습니다. |
| |
JMP를 사용하여 이 중 일부를 조사해 보겠습니다. |
| |
항공사 지연은 JMP와 함께 제공되는 샘플 데이터의 일부입니다. |
| |
도착 지연 열에 대한 분포 분석을 수행하고 존슨 분포를 맞춰 보겠습니다. |
| |
세 가지 다른 Johnson 적합기를 보는 대신, 'fit Johnson'이라는 옵션이 있습니다. 이 옵션을 선택하면, 이 데이터에 가장 적합한 Johnson 분포군이 Johnson SU 분포라는 것을 알 수 있습니다. |
| |
이 보고서에 부드러운 곡선 맞춤도 추가해 보겠습니다. |
| |
JMP 15 이전에는 비모수 밀도에 대한 대역폭 매개변수를 제어하는 유일한 방법은 슬라이더를 사용하는 것이었습니다. |
| |
이제 사용자 인터페이스 내에서뿐만 아니라 JSL을 통해서도 대역폭 매개변수에 대한 특정 값을 지정할 수 있는 옵션이 있습니다. |
| |
JMP는 적합기 자체를 변경하는 것 외에도 적합도 비교 방식도 변경했습니다. 각 적합값을 선택하면 분포 비교 보고서에 추가됩니다. |
| |
이전 버전의 JMP에서는 연속형 적합에서 모두 옵션을 사용할 때만 분포 비교 보고서를 받았습니다. |
| |
이 보고서에는 AICc 가중치와 BIC가 추가되어 JMP의 다른 플랫폼과의 일관성을 강화했습니다. |
| |
히스토그램 범례가 보고서에서 제거되었습니다. 이 정보는 이제 분포 비교 보고서에 포함되며, 항상 히스토그램 바로 아래에 표시됩니다. |
| |
보고서에 중첩된 CDF 플롯도 추가되었습니다. |
| |
JMP에서 이 중 일부를 살펴보겠습니다. |
| |
이 데이터 테이블 Washers는 JMP와 함께 제공되는 샘플 데이터에서 제공됩니다. |
| |
#defective 열에 대한 분포 분석을 수행해 보겠습니다. |
| |
이는 카운트 데이터이므로 음이항 적합을 적용해 보겠습니다. 이는 JMP 15의 새로운 적합기이며, 감마 포아송 적합과 동일합니다. |
| |
분포 비교 보고서가 자동으로 추가되었습니다. |
| |
또한 ZI 음이항 분포에 맞춰서 비교해 보겠습니다. |
| |
0으로 부풀려진 음이항 분포도 JMP 15에서 사용할 수 있는 새로운 피터였습니다. |
| |
이러한 적합성에 대한 정보는 분포 비교 보고서에도 추가되었습니다. |
| |
비교 분포 보고서 자체에서도 몇 가지 변경 사항을 확인할 수 있습니다. |
| |
이 보고서에는 AICc 가중치 보정 및 가중치 적용, 아카이케 정보 기준, BIC 베이지안 정보 기준이 추가되었습니다. |
| |
이러한 통계는 모델 비교 등 JMP의 다른 부분에서 이미 제공되었습니다. 이제 JMP의 일관성을 높이기 위해 배포 플랫폼에 추가되었습니다. |
| |
분포 비교 보고서는 항상 히스토그램 바로 아래에 나타납니다. |
| |
이를 통해 히스토그램 아래에 이전에 표시되었던 범례를 제거할 수 있게 되었습니다. |
| |
이 정보는 이제 분포 비교 보고서에 포함되어 있습니다. |
| |
녹색 선은 음이항 적합을 위한 것이고, 파란색 선은 ZI 음이항 적합을 위한 것입니다. |
| |
누적분포함수(CDF) 플롯도 변경되었습니다. 적합 분포가 추가됨에 따라, 적합 분포의 누적분포함수가 경험적 누적분포함수에 중첩됩니다. |
| |
이 예에서 녹색 선과 파란색 선이 모두 경험적 누적 분포 함수(CDF)를 밀접하게 따르는 것을 볼 수 있습니다. |
| |
히스토그램은 녹색 선과 파란색 선이 데이터를 밀접하게 따라가는 것을 보여줍니다. 분포 비교 보고서에서 |
| |
음이항 분포가 먼저 나타나는 이유는 a AICc 값이 더 작아 더 잘 적합함을 나타내기 때문입니다. AICc 대신 Ic를 최적 적합 기준으로 사용하려면 해당 열 머리글을 클릭하여 해당 열을 기준으로 정렬하면 됩니다. |
| |
유용하지만 잘 알려지지 않은 점은 '분포 비교' 섹션에서 적합 이름을 두 번 클릭하면 보고서 창에서 적합을 완전히 제거할 수 있다는 것입니다. 여기서는 ZI 음이항 분포를 두 번 클릭하여 보고서에서 제거했습니다. |
| |
QQ 및 PP 플롯. 분위수-분위수 플롯은 추정된 모수를 사용하여 얻은 관측치와 분위수 간의 관계를 보여줍니다. |
| |
백분위수-백분위수 그래프는 경험적 누적 분포 함수와 추정된 매개변수를 사용하여 얻은 적합 CDF 간의 관계를 보여줍니다. |
| |
두 개의 프로파일러가 추가되었습니다. 분포 프로파일러는 누적 분포 함수의 예측 프로파일러입니다. |
| |
분위수 프로파일러는 분위수 함수의 예측 프로파일러입니다. |
| |
분포 공식을 저장하고 시뮬레이션 공식을 저장합니다. |
| |
적합도 검정은 앤더슨-달링과 피어슨 카이제곱 검정을 사용하도록 표준화되었습니다. 피어슨 카이제곱 검정은 ??? 생성 방식을 개선했습니다. JMP 15 버전부터는 각 ???에 최소 5개의 기대 관측치가 있다는 경험 법칙을 충족합니다. |
| |
JMP에서 이러한 기능 중 일부를 살펴보겠습니다. 이전 Washers 보고서에서 QQ 플롯과 PP 플롯을 선택합니다. |
| |
각 플롯에서 점들이 기준선에 얼마나 가까운지 살펴보겠습니다. 점들이 기준선에 가까울수록 적합도가 더 높습니다. |
| |
보고서에 분포 및 분위수 프로파일러를 추가합니다. |
| |
데이터가 음이항 분포를 따르는 경우, 불량품이 4개 이하일 확률은 84%입니다. |
| |
JMP의 다른 프로파일러와 마찬가지로 입력 설정을 변경하여 확률에 어떤 영향을 미치는지 확인할 수 있습니다. |
| |
분위수 프로파일러도 비슷한 방식으로 작동하며, 확률과 음이항 분위수 간의 관계를 보여줍니다. |
| |
또 다른 새로운 옵션은 시뮬레이션 저장 공식입니다. |
| |
이 옵션은 추정된 매개변수를 사용하여 시뮬레이션된 값을 생성하는 수식이 포함된 새 열을 데이터 테이블에 저장합니다. |
| |
이 열은 시뮬레이션 유틸리티뿐만 아니라 JMP의 다른 부분에서도 사용할 수 있습니다. |
| |
이산형 데이터를 다루고 있지만 적합도 보고서를 볼 수 있도록 지수 분포를 보고서에 추가해 보겠습니다. |
| |
히스토그램을 보면 지수 분포가 이 데이터에 적합하지 않을 수 있음을 알 수 있습니다. 이 가설을 검정하려면 적합도를 선택하세요. |
| |
연속형 분포에 대한 앤더슨-달링 검정은 ???입니다. 여기서는 모의 p-값이 .05 미만으로, 이 데이터가 지수 분포에서 유래한다는 귀무가설을 기각해야 함을 나타냅니다. |
| |
프로세스 역량은 JMP 버전 12에서 도입되었습니다. 이 새로운 플랫폼의 일부는 동시에 관리도 빌더에 추가되었습니다. |
| |
이제 JMP 15에서는 이 플랫폼의 일부가 배포 플랫폼에 추가되었습니다. 이를 통해 플랫폼 유지 관리가 쉬워질 뿐만 아니라 플랫폼 간 일관성도 향상됩니다. |
| |
배포 보고서를 출시하는 데에는 몇 가지 차이점이 있습니다. |
| |
사양 한계 열 속성에서 그래프 참조선으로 표시가 선택된 경우에만 히스토그램에 사양 한계가 표시됩니다. |
| |
사용자는 사양 제한 열 속성이 있는 경우에도 기능 분석을 비활성화할 수 있는 권한을 부여받습니다. |
| |
프로세스 능력 분포 열 속성이 있는 경우 해당 분포가 능력 분석에 사용됩니다. |
| |
적합 분포에 대한 분위수 옵션의 워크플로가 한 번의 실행으로 간소화되었지만, 이전 버전에서는 두 번의 플랫폼 호출이 필요했습니다. |
| |
일반 및 비정규 역량 분석은 이제 유사한 대화를 사용합니다. |
| |
JMP를 살펴보겠습니다. 제가 실행 중인 스크립트는 프로세스 측정값 샘플 데이터 테이블을 열고 일부 열 속성을 변경합니다. |
| |
프로세스 1의 경우 사양 제한 열 속성이 있는데, 그래프 참조선으로 표시가 선택되어 있지 않습니다. |
| |
공정 2의 경우, 사양 한계 열 속성이 그래프 참조선으로 표시되도록 설정되어 있습니다. 공정 3의 경우, 와이블 분포가 정의된 공정 능력 분포 열 속성과 그래프 참조선으로 표시되도록 설정되어 있습니다. 사양 한계 열 속성은 선택 해제되어 있습니다. |
| |
분포 대화에서 이 세 가지 프로세스를 Y로 지정하겠습니다. |
| |
왼쪽 하단에 있는 새 확인란인 '프로세스 역량 생성'을 확인하세요. 이 확인란은 최소 하나 이상의 Y 열에 사양 제한 열 속성이 있는 경우에만 나타납니다. |
| |
이 상자의 선택을 해제하고 확인을 클릭하세요. |
| |
이전 버전의 JMP에서는 이 세 가지 프로세스 각각에 대한 공정능력 분석이 제공되었습니다. 또한, 세 가지 히스토그램 각각에 사양 한계가 표시되었습니다. |
| |
이 보고서에서는 해당 확인란의 선택을 해제했기 때문에 공정 능력 분석이 전혀 제공되지 않습니다. 공정 한계는 공정 2에 대해서만 표시되는데, 이는 공정 한계 열 속성에서 '그래프 참조선으로 표시'가 선택된 유일한 Y이기 때문입니다. |
| |
배포 대화 상자로 돌아가서 상자를 체크하고, 프로세스 역량을 만들어서 비교해 보겠습니다. |
| |
이제 세 가지 프로세스 변수 모두에 대한 역량 분석이 가능합니다. |
| |
상단의 주요 히스토그램에서 사양 한계는 프로세스 2에 대해서만 표시됩니다. |
| |
프로세스 3에 대한 역량 분석은 Weibull 분포를 기반으로 합니다. |
| |
역량 보고서의 디자인은 동일합니다. JMP 12에 도입된 프로세스 역량 플랫폼의 개별 세부 보고서에서 제공하는 옵션과 동일합니다. |
| |
Ppk 라벨링이 이제 전체 시그마의 기본값이 되었다는 점에 유의하세요. |
| |
이 보고서는 정규 분포를 가정할 때 내부 시그마 지수와 전체 시그마 지수를 모두 보여줍니다. |
| |
데이터 테이블에 사양 제한 열 속성이 없는 경우를 살펴보겠습니다. Thickness.JMP는 열 속성이 없는 샘플 데이터 테이블입니다. |
| |
배포 대화 상자에서 창작 프로세스 기능 확인란이 없는 것을 확인할 수 있습니다. 이는 사양 제한 열 속성이 없기 때문입니다. |
| |
두께 3과 두께 4에 대한 분포 보고서를 조사해 보겠습니다. |
| |
빨간색 삼각형 메뉴에서 이 옵션을 선택하면 두께 3에 대한 프로세스 능력 보고서를 추가할 수 있습니다. |
| |
이러한 옵션은 JMP 12에 도입된 프로세스 역량 플랫폼에서 찾을 수 있는 옵션과 동일한 방식으로 작동합니다. |
| |
간단한 역량 분석을 수행하고 LSL을 .03, 목표를 .045, USL을 .05로 정의해 보겠습니다. 또한, '한도 표시' 기능을 켜 보겠습니다. |
| |
규격 한계에 대한 정규 분포 기반 능력 분석이 제공됩니다. 대화상자에서 해당 옵션을 선택했기 때문에 그래프에 한계가 표시됩니다. |
| |
내부 및 전체 시그마 역량 통계가 제공됩니다. |
| |
두께 4의 경우 베타 분포를 적용해 보겠습니다. |
| |
적합 분포에 대한 프로세스 능력은 다음과 같은 대화 옵션을 제공합니다. |
| |
이 대화 상자의 분위수 사양 한계 옵션 섹션에는 분위수 옵션과 기존 피터에서 사용 가능했던 k 시그마 옵션에 대한 k 세트가 포함되어 있습니다. |
| |
이 예에서는 LSL 확률을 .05로 지정하고 대상 확률을 .5로 지정합니다. |
| |
USL 확률은 .95입니다. |
| |
사양 한계 계산 버튼을 클릭하면, 적합된 베타 분포를 사용하여 주어진 확률에 대한 사양 한계가 계산됩니다. |
| |
이전 버전의 JMP에서는 분포를 적합하고, 분위수를 구한 후 플랫폼으로 다시 전달해야 했는데, 이 과정에서 분포 함수를 두 번 호출해야 했습니다. 이제는 이 작업을 한 번의 호출로 처리할 수 있습니다. |
| |
제공된 역량 분석은 베타 분포를 기반으로 합니다. 전체 시그마 역량 통계가 제공됩니다. 대화상자에서 "한계 표시" 옵션을 선택하지 않았기 때문에 상단 히스토그램에 사양 한계가 표시되지 않습니다. |
| |
결론적으로, 버전 15의 배포 플랫폼은 흐름을 개선하고, 더 깔끔한 디자인을 제공하며, 일관성을 제공하고 유지관리 필요성을 줄이기 위해 현대화되었습니다. |
| |
유통 플랫폼의 현대화에 대한 저의 프레젠테이션에 참석해 주셔서 감사합니다. |
