758526_zh-CN

liliconcom

分销平台现代化 (2020-US-30MP-536)

Tonya Mauldin，SAS 首席分析软件测试员

分布是 JMP 中最广泛使用的平台之一。它自 JMP 的第一个版本以来就一直存在。它适用于各种应用，包括数据探索、能力分析，当然还有测试哪种分布更适合您的数据。JMP 15 版本引入了一个现代化的分布平台。本讲座将探讨 JMP 15 版本中对分布平台所做的改进。

自动生成的成绩单...

扬声器	抄本
烟草	分销平台的现代化。我叫Tonya Mauldin，是分销平台的测试员。
	在本次演示中，我将使用 JMP 15.2 版本。
	分布是 JMP 中最常用的平台之一。该平台不仅用于测试哪种分布适合您的数据，还可用于数据探索、能力分析等等。JMP 15 为这个常用平台带来了现代化的升级。
	我们为什么决定更新这个平台？JMP 自第一版以来就一直提供分布式功能。现在是时候让这个平台更加现代化了。我们通过改进流程、提供更简洁的外观、
	使产品更加一致且更易于维护。
	装配工分布现在使用与广义回归相同的代码。能力分析现在使用与过程能力相同的代码。
	负二项分布相当于伽马泊松分布，
	柯西分布、零膨胀泊松分布和 ZI 负二项分布。
	约翰逊拟合现在是一个单一命令，可以从约翰逊分布系统中选择最佳拟合分布。
	这与过程能力平台中使用的方法，即分位数匹配相同。
	该方法比最大似然法更稳定、更快速。
	用户现在可以为每个曲线输入特定的带宽参数，以实现平滑的曲线拟合。
	已为 SHASH 分布添加了标准错误。
	让我们使用 JMP 来调查其中的一些。
	航空延误是 JMP 附带的样本数据的一部分。
	让我们对到达延迟列进行分布分析并拟合约翰逊分布。
	请注意，我们不会显示三种不同的 Johnson 拟合器，而是会显示一个名为“拟合 Johnson”的选项。选择此选项后，我们会发现 Johnson 分布系列中最适合此数据的拟合值是 Johnson SU 分布。
	我们还为该报告添加平滑曲线拟合。
	在 JMP 15 之前，控制非参数密度的带宽参数的唯一方法是通过滑块。
	现在可以选择在用户界面以及通过 JSL 为带宽参数指定一个特定值。
	除了比较……除了改变拟合器本身，JMP 还改变了拟合比较的方式。每次选择拟合后，都会将其添加到比较分布报告中。
	在以前版本的 JMP 中，只有在连续拟合下使用“全部”选项时才会获得比较分布报告。
	本报告添加了 AICc 权重和 BIC，以使其与 JMP 中的其他平台更加一致。
	直方图图例已从报告中移除。此信息现包含在比较分布报告中，该报告始终显示在直方图下方。
	此外，报告中还添加了叠加的 CDF 图。
	让我们在 JMP 中看看其中的一些。
	此数据表 Washers 是在 JMP 附带的样本数据中提供的。
	让我们对#defective 列进行分布分析。
	由于这是计数数据，我们来拟合负二项式。这是 JMP 15 的新拟合器。它相当于伽马泊松拟合。
	比较分布报告已自动添加。
	我们还拟合了 ZI 负二项分布，看看它的比较情况。
	请记住，零膨胀负二项式也是 JMP 15 中可用的新拟合器。
	有关此拟合的信息也被添加到比较分布报告中。
	您还会注意到比较分布报告本身的一些变化。
	本报告中增加了AICc权重修正和加权、Akaike信息准则、BIC贝叶斯信息准则。
	这些统计数据此前已在 JMP 的其他功能（例如模型比较）中提供。现在，它们已添加到 JMP 的分发平台中，以提高 JMP 的一致性。
	请注意，比较分布报告始终直接出现在直方图下方。
	这使我们能够删除之前出现在直方图下方的图例。
	此信息现在包含在比较分布报告中。
	我们发现绿线代表负二项式拟合，蓝线代表 ZI 负二项式拟合。
	CDF 图也发生了变化。随着拟合值的增加，拟合分布的 CDF 会叠加到经验 CDF 上。
	我们看到，对于此示例，绿线和蓝线都紧密遵循经验 CDF。
	直方图显示绿线和蓝线紧跟数据。在比较分布报告中，
	负二项分布首先出现，因为它的 AICc 值较小，表明拟合度更高。如果我们想使用 Ic 而不是 AICc 作为最佳拟合的标准，只需点击该列标题即可对该列进行排序。
	一个可能不太明显但很有用的功能是，您可以通过双击比较分布部分中的拟合名称，从报告窗口中完全删除该拟合。在这里，我双击了 ZI 负二项式，将其从报告中移除。
	QQ 图和 PP 图。分位数-分位数图显示了观测值与使用估计参数获得的分位数之间的关系。
	百分位数-百分位数图显示了经验累积分布函数与使用估计参数获得的拟合 CDF 之间的关系。
	添加了两个分析器。分布分析器是累积分布函数的预测分析器。
	分位数分析器是分位数函数的预测分析器。
	保存分布公式并保存模拟公式。
	拟合优度检验已标准化为使用 Anderson-Darling 和 Pearson 卡方检验。Pearson 卡方检验改进了 ??? 的创建。从 JMP 15 版本开始，我们现在满足经验法则，即每个 ??? 至少有 5 个预期观测值。
	让我们在 JMP 中看看这些。从之前的 Washers 报表中，选择 QQ 图和 PP 图。
	对于每幅图，我们都在观察点与参考线的接近程度。点越接近参考线，拟合度就越好。
	将分布和分位数分析器添加到报告中。
	如果数据遵循负二项分布，则缺陷品数量为 4 件或更少的概率为 84%。
	与 JMP 中的其他分析器一样，您可以更改输入设置来查看它对概率的影响。
	分位数刻画器的工作方式类似，它显示了概率和负二项分位数之间的关系。
	另一个新选项是保存模拟公式。
	此选项将向数据表保存一个新列，其中包含使用估计参数生成模拟值的公式。
	此列可用于模拟实用程序以及 JMP 的其他部分。
	尽管我们处理的是离散数据，但让我们将指数分布添加到报告中，以便我们可以查看拟合优度报告。
	从直方图中可以看出，指数分布可能不太适合该数据。为了检验这一假设，请选择拟合优度。
	对于连续分布，Anderson-Darling 检验为 ???。此处模拟 p 值小于 0.05，这表明我们应该拒绝该数据服从指数分布的原假设。
	过程能力是在 JMP 版本 12 中引入的。这个新平台的部分功能同时被添加到控制图生成器中。
	如今，JMP 15 已将部分平台功能添加到分发平台。这不仅使平台更易于维护，而且彼此之间也更加一致。
	在发布分发报告时存在一些差异。
	如果在规格限值列属性中选中显示为图形参考线，则直方图仅显示规格限值。
	即使存在规格限制列属性，用户也可以禁用能力分析。
	如果存在过程能力分布列属性，则该分布将用于能力分析。
	拟合分布的分位数选项的工作流程已简化为一次启动，而过去的版本需要两次平台调用。
	正常和非正常能力分析现在使用类似的对话框。
	我们来看看 JMP。我正在运行的脚本会打开过程测量样本数据表，并修改一些列属性。
	对于流程 1，有一个规格限制列属性，显示为图形参考线，但尚未检查。
	对于过程 2，其“规格限值”列属性（显示为图形参考线）已勾选。对于过程 3，其“过程能力分布”列属性（已定义威布尔分布）以及“规格限值”列属性（未勾选“显示为图形参考线”）。
	在分配对话框中，我将这三个过程指定为 Y。
	注意左下角的新复选框“创建过程能力”。仅当至少一个 Y 列具有规格限值列属性时，才会出现此复选框。
	取消选中此框并单击“确定”。
	在之前的 JMP 版本中，您可以针对这三个过程分别进行能力分析。此外，三个直方图中还会分别绘制规格限值。
	在本报告中，由于我们取消了该复选框，因此根本没有提供能力分析。仅显示了过程 2 的规格限值，因为它是唯一一个规格限值列属性已勾选“显示为图形参考线”的 Y。
	让我们回到分布对话框并选中该框，创建过程能力，进行比较。
	现在针对所有三个过程变量进行能力分析。
	在顶部的主直方图中，仅显示流程 2 的规格限制。
	过程 3 的能力分析基于威布尔分布。
	能力报告看起来一样。它包含的选项与 JMP 12 中引入的流程能力平台中单个详细报告中的选项相同。
	请注意，Ppk 标签现在是整体 sigma 的默认标签。
	当假设正态分布时，报告会显示内部和整体的 sigma 指数。
	让我们研究一下数据表没有规格限值列属性的情况。Thickness.JMP 是没有列属性的示例数据表。
	在分布对话框中，请注意没有“创造性过程能力”的复选框。这是因为没有规格限值列属性。
	让我们研究一下厚度 3 和厚度 4 的分布报告。
	我们可以通过从红色三角形菜单中选择此选项来添加厚度 3 的过程能力报告。
	这些选项的工作方式与您在 JMP 12 中引入的过程能力平台中找到的选项相同。
	让我们进行一个简单的能力分析，将下限定义为 0.03，目标值为 0.045，上限为 0.05。同时，我们打开“显示限值”功能。
	基于正态分布的规格限值能力分析已给出。由于我们在对话框中勾选了该选项，因此限值显示在图表中。
	您将获得内部和整体 sigma 能力统计数据。
	对于厚度 4，让我们拟合一个 beta 分布。
	拟合分布的过程能力产生以下对话选项。
	此对话框的计算分位数规格限值选项部分包含旧版装配器中可用的分位数选项和设置 k 为 k sigma 选项。
	对于此示例，将 LSL 概率指定为 .05，将目标概率指定为 .5，
	USL 概率为 .95。
	当我们单击计算规格限值按钮时，将使用拟合的 beta 分布根据给定的概率计算规格限值。
	在旧版 JMP 中，您必须先拟合分布、获取分位数，然后将其传回平台，这需要两次分布调用。现在，您只需一次调用即可完成所有操作。
	给出的能力分析基于 Beta 分布。您将获得总体 Sigma 能力统计数据。由于我们没有在对话框中勾选“显示限值”选项，因此顶部直方图中未显示规格限值。
	总之，版本 15 中的分发平台已经实现现代化，以改善流程、提供更清晰的外观、提供一致性并减少维护需求。
	感谢您参加我关于分销平台现代化的演讲。

高级统计建模基础数据分析与建模消费者和市场研究数据混合和清理数据探索与可视化预测模型和机器学习质量与工艺工程