Dies ist NUR FÜR INTERNE VERWENDUNG bestimmt. Bitte geben Sie keinen Teil dieses Dokuments außerhalb der Mitglieder der Abteilung weiter. Dies kann sich noch ändern, je näher wir dem Start von JMP 13 kommen.
JMP®13 und JMP® Pro 13 – Marketingfunktionen und geschäftliche Probleme behoben
Thema von JMP 13: Version 12 hat Bilder, Version 13 hat Text.
JMP
1. Text Explorer
2. Virtueller Beitritt
3. Dashboard-Generator
4. Designs vergleichen
5. JMP-Abfragegenerator
6. Projekte verschieben auf 14
7. HTML5-Verbesserungen
8. Allgemeine Verbesserungen beim Graph Builder
9. EZDOE Auf 14 verschieben
10. Exportoptionen
11. Multidimensionale Skalierung (MDS)
12. Latente Klassenanalyse LCA
13. MaxDiff (Beste/Schlechteste) + MaxDiff-Designerstellung
14. Unterstützung für „No Choice“
15. Nicht-normale Fähigkeitsanalyse
16. Steigerung der Zuverlässigkeit mehrerer Systeme
17. Kumulativer Schaden
18. DOE Simulate Responses Aktualisieren
19. JSL-Ergänzungen
20. Neue Funktionen der Rekurrenzanalyse?
21. Prozess-Screening
JMP PRO
- Text Explorer Analytics
- Verbesserungen bei der verallgemeinerten Regression
- Simulation reparierbarer Systeme (RSS)
- Anpassung des Gaußschen Prozesses an größere Probleme
- Gemischte Modelle, zusätzliche Kovarianzstrukturen
- Allgemeine Simulationsfunktionalität
- Assoziationsanalyse
- Stochastische Gradientenverstärkung
- Hierarchisches Bayes für Auswahlmodelle.
- Formeldepot + Ausgabe-SQL/SAS/C-Bewertungscode für JMP Pro-Modelle
iPad Graph Builder
——————————————————————————————————————
JMP:
ICH. Text Explorer (Schulung, SE, Web) — Gut in Form, weiterhin aktive Entwicklung
A. Beschreibung : Eine Data-Mining-Technik, bei der NLP-Algorithmen (Natural Language Processing) ein Corpus (eine Dokumentensammlung) durchsuchen können, um Fakten und Beziehungen aus einer Masse von „ Big Data“ zu identifizieren. Tool zum Organisieren, Sichten und Verarbeiten von Textdaten.
B. Zielgruppe : Marktforscher, Garantieingenieure, Mediziner, alle, die einer Prüfung unterliegen könnten. Ingenieure und Wissenschaftler, die über Freitextdaten verfügen, z. B. technische Änderungen, Reparaturhinweise, Produktionshinweise.
C. Wichtige geschäftliche Probleme behoben : In früheren Versionen von JMP konnte mit Textdaten nur sehr wenig bis gar nichts gemacht werden. Sie konnten einfache Wortzählungen kategorisch durchführen oder sie in Kategorien umkodieren, aber JMP fehlte die Fähigkeit, Textdaten auf sinnvolle Weise zu sortieren und die latenten Informationen zu verstehen, die in Freitextdaten enthalten sind, auf die viele unserer Wissenschaftler und Ingenieure Zugriff haben. Bereitstellung von Methoden zur grundlegenden Schlüsselwortextraktion.
D. Kunden, die danach fragen : P&G, Adsurgo, Eli Lilly , Micron
————
II. Virtuelle Verknüpfungen (Xan, SS?) —Gute Form
A. Beschreibung : Verweisen Sie auf andere Datentabellen, ohne sie tatsächlich verknüpfen zu müssen. Die Link-ID ist die Spalte, die den Datensatz kapselt. Die Link-Referenz ist eine Fremdschlüsselreferenz. Bereichern Sie Ihre Datentabellen mit Metadaten, ohne sie zu belasten.
B. Zielgruppe : Allgemein
C. Wichtige geschäftliche Probleme behoben : Datentabellen enthalten Informationen, die normalerweise verknüpft sind, was eine Verknüpfung der Tabellen erforderlich machen würde. Wenn Datensätze zu lang und zu breit sind (insbesondere bei unterschiedlichen Zeitskalen für die Stichprobennahme), gibt es in der langen Datentabelle viele Duplikate, die möglicherweise zu lästigen Datenspeicherproblemen führen.
D. Kunde(n), der/die danach gefragt hat/haben : CAB, Tom Traynor (Zymergen), Jon W
————
III. Dashboard Builder (Xan; Schulung, Webcast) —Gut, fast fertig.
A. Beschreibung : Mit Datei -> Neues Dashboard können Sie JMP-Berichte mit einem einzigen Klick in einem präsentationsbereiten Dashboard zusammenfassen. Außerdem können Sie mit einem einzigen Klick Oberflächenauswahlfilter anzeigen, um mithilfe eines Diagramms ein anderes Diagramm zu filtern. Neue Startseite, auf der Sie Vorlagen und Ausgangspunkte zum Erstellen einer Anwendung sehen können. Klicken Sie auf „Berichte in Dashboard-Ablagezonen ablegen“ wie Graph Builder. Größere, besser sichtbare Ablagezonen zum Erstellen von Dashboards. Zur Laufzeit können Sie auch Berichte im Dashboard neu organisieren und Registerkarten erstellen. Beim Speichern als interaktives HTML bleibt das Layout erhalten. Wenn eine eingebettete Abfrage vorhanden ist, wird die Datenbank aktualisiert. Die Abfrage wird eingefügt und das Dashboard wird dann neu erstellt.
B. Zielgruppe : Wissenschaftler und Ingenieure als Schöpfer. C-Level und andere als Verbraucher.
C. Wichtige geschäftliche Probleme behoben: Dashboards sind in früheren Versionen von JMP schwierig, da zu viele Klicks erforderlich sind. Application Builder (vollständig) ist zu komplex, zu beängstigend und hat zu viele Optionen. Neue JMP-Benutzer werden durch Dinge wie Vlistboxen und andere interne JMP-Layoutelemente eingeschüchtert. Frühere Versionen von Application Builder haben viele Fenster erstellt, wodurch eine „ Spur“ aus Fenstern entstand. Der Vorschaumodus behebt dieses Problem und ermöglicht es Ihnen, von der Ansicht zur Bearbeitung zu wechseln, ohne weitere Fenster zu erstellen.
D. Kunde(n), der/die danach gefragt hat/haben: Unilever, GE, John Salmon
E. Ressourcen:
1. https://sas.webex.com/sas/lsr.php?RCID=1b789984e7a8406f938210519aa53981
————
IV. Designvergleiche (DOE) —Das Starten des Vergleichs ist schwierig (erfordert mehrere Datentabellen, C++ ist fertig).
A. Beschreibung : Vergleichen Sie zwei oder mehr Designs. Erstellen Sie eine Reihe von Diagnosen, die Designs auf der Grundlage ihrer Vorhersagefähigkeit vergleichen. Vorhersagevarianz, Aliasing-Menge, viele zu vergleichende Dimensionen. Erstellen Sie ein Design mit einer Designoptimalität d- vs. I-, das DOE-Vergleichstool betrachtet die beiden Designs und bietet Ihnen Vergleiche. 6-Faktor-, 12-Run-Design i-optimal vs. alias-optimal
B. Zielgruppe : DOE-Praktiker.
C. Wichtige geschäftliche Probleme behoben : In früheren Versionen von JMP war es schwierig, Designs einfach zu vergleichen, insbesondere wenn mehr als zwei Designs berücksichtigt wurden. Es war ein manueller Prozess, der Kopieren/Einfügen oder das Betrachten mehrerer zu bewertender Designs erforderte. Jetzt befindet sich alles im selben Bericht.
D. Kunde(n), der/die danach fragt : CAB
————
V. JMP Query Builder (Brian, SS, Webcast) – Gut in Form
A. Beschreibung : Multi-Table-Abfrage-/Join-Funktion. Dieselbe Schnittstelle wie SQL Query Builder und SAS Query Builder. Bis zu 60 Tabellen-Joins. (Intern) Verwendet Open-Source-SQLite; virtuelle Tabelle zu SQLite. Verwendet eine ähnliche Schnittstelle wie die, die wir haben. Integrieren Sie SQL als Abfragesprache (Base SQL) in JSL; konvergieren Sie Query Builder später mit dem kommenden (14) Multi-Table-Join.
B. Zielgruppe : JMP-Benutzer
C. Wichtige geschäftliche Probleme behoben : Manchmal möchten Sie keine Datenbank erstellen, nur um Daten zu verknüpfen, die bereits in JMP vorhanden sind. Das Verknüpfen von mehr als 2 Tabellen in JMP war mühsam.
D. Kunde(n), der/die danach fragt : CAB
————
WIR. Projekte (Xan; Schulung erforderlich, Webcast) – UI in gutem Zustand, fehlerhaft. Konzeptionell noch auf instabilem Boden, aber jetzt näher dran nach dem 16.11.2015/ AUF 14 VERSCHIEBEN
A. Beschreibung : Ein Projekt ist eine Möglichkeit, Analysen, Fenster, Skripte, Dateien und andere Artefakte mit JMP in JMP zu organisieren. Projekte können null oder mehr Dateien (von überall auf der Festplatte) und null oder mehr Live-Ordner (ebenfalls von überall auf der Festplatte) enthalten. Wenn ein Ordner in ein Projekt aufgenommen wird, werden alle aktuellen und zukünftigen Dateien aus diesem Ordner in das Projekt aufgenommen, ähnlich wie der (einzelne) Projektordner heute funktioniert. Die Projektdatei selbst (d. h. die .jmpprj-Datei) kann sich in einem der Projektordner oder außerhalb davon befinden. Datei->Neues Projekt öffnet sofort ein nicht gespeichertes Projekt, anstatt des neuen Projektdialogs, der heute angezeigt wird; dies erleichtert das Erstellen temporärer Projekte und für uns die Implementierung der Funktion „ Projekt aus allen offenen Fenstern erstellen“.
B. Zielgruppe : Neue JMP-Benutzer, JMP-Benutzer, denen das Masterfenster fehlt. JMP-Benutzer, die Probleme mit der Fensterverwaltung haben.
C. Wichtige geschäftliche Probleme, die behoben wurden : Das Projekt erfüllt viele der gleichen Aufgaben, die wir früher mit dem Hauptfenster unter Windows hatten, und stellt einen Container bereit, anstatt alle Ansichten verstreut zu haben. Gemeinsame Menüleiste. Wenn sich Analysen im Projektfenster befinden, gibt es bereits eine vollständig gestaltete Menüleiste, ohne dass für jede Datentabelle und Analyse eine Menüleiste erforderlich ist. Die Menüleiste ist immer sichtbar und verfügbar und wird nicht dupliziert. Toleranz gegenüber maximierten Fenstern – für Benutzer, die routinemäßig maximierte Fenster verwenden, schadet es nicht mehr, mehrere Ansichten anzeigen zu können, solange der Benutzer mehrere Registerkarten gleichzeitig anzeigt. Randliste der Dateien – die Liste der verfügbaren Dateien ist immer verfügbar, ohne dass man zum Startfenster oder einem Betriebssystemfenster zurückkehren muss. Gespeicherter Zustand – ein Hauptvorteil ist die natürliche Möglichkeit, eine Sitzung in einen gespeicherten Zustand für dieses Projekt zurückzubringen, mit der Möglichkeit, mehrere gespeicherte Sitzungszustände für verschiedene Projekte zu haben. Präsentationsgeometrie – anstatt überlappende Fenster zu verwenden, diszipliniert Projekte die Berichte so, dass sie entweder in einem gekachelten Bereich oder in Registerkarten angezeigt werden. Standardspeicherordner - Wenn ein Projekt geöffnet ist, ist es einfacher, Dateien zu speichern, da es einen klaren Standardordner zum Speichern gibt. Nicht alle diese Vorteile bleiben erhalten, wenn wir Projekte erstellen, die sich von den Dateien in einem Ordner unterscheiden.
D. Kunden, die danach fragen : Starbucks, Roche, Abbott, Abbott Vascular, Gore, Intel, P&G, Micro, G3, Apple, Schott AG, Atotech, EM Microelectronic, Telefonica, Micron, Microsoft.
E. Ressourcen:
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. HTML 5-Verbesserungen (Brian, SS, Webcast)
A. Beschreibung : Unterstützung für die meisten Segmente im Fertigstatus des Graph Builders. Unterstützung für das Dashboard-Layout aus den Registerkarten des Application Builders.
B. Zielgruppe : Alle
C. Wichtige geschäftliche Probleme behoben : Graph Builder ist das wichtigste Datenvisualisierungstool für die Kommunikation, das in JMP resultiert. Bisher war es beim Speichern als interaktives HTML nicht interaktiv. Beim Speichern als HTML 5 verloren Dashboards ihr Layout.
D. Kunde(n), der/die danach fragt : Allgemein; CAB
————
VIII.EZDOE (DOE ohne Tränen) Auf 14 verschieben
A. Beschreibung : Benutzeroberfläche zum Entwerfen und Durcharbeiten eines DOE-Workflows. Für einen Anfänger ist es nicht einfach zu wissen, was zu tun ist und wie die Modellierungsplattformen zu verwenden sind. Von Anfang bis Ende Dialog mit Registerkarten von Faktoren definieren -> Design erstellen -> Tabelle im Bericht -> Bericht analysieren -> Diagnose usw.
B. Zielgruppe : Grundlegende JMP-Benutzer. Six Sigma Green Belts.
C. Wichtige geschäftliche Probleme werden behoben : JMP ist für einen Anfänger, der vielleicht einfach nur mit der Gestaltung eines Experiments beginnen möchte, ohne sich mit mehreren Tabellen herumschlagen zu müssen, zu schwer zu erlernen.
D. Kunde(n), der/die danach fragt : CAB, Bill Kappele
————
IX. Allgemeine Verbesserungen am Graph Builder (Xan, SS, Webcast)
A. Beschreibung : Graph Builder ist der Goldstandard zum Erstellen von Diagrammen in JMP; Hinzufügen von Tree Map- und Parallel Plot-Updates zu GB; das Ziel ist die Konsolidierung aller Grafikplattformen in GB; Verbindung über fehlende Elemente in Linie; Neue Transformationen wie Cum Sum; Anpassbares Alpha-Level (vielleicht); Ersetzen der 3 Schaltflächen oben durch eine minimale Symbolleiste (wie Wiederherstellen, Filtern; vielleicht); Zusätzliche Ausweichoptionen für Punkte (vielleicht); Hinzufügen von Wasserfalldiagrammen (vielleicht); Legenden innerhalb des Diagramms (vielleicht); Mehrere zusammenfassende Statistiken (vielleicht); Bessere Anpassung bei Regression (exponentiell); Breite von Balken- und Boxplots; Anpassungen; Farbige Boxplots (vielleicht); Stufenlinien zentrieren (vielleicht); Robusteres Rückgängigmachen (vielleicht); Schattierung beim Glätten; Weniger wahrscheinlich: Tabellenähnliche Ausgabe, Drilldown-Unterstützung (Treemap), im Allgemeinen Verknüpfung zum lokalen Datenfilter, Anpassungen des Violindiagramms; Mittelwert-Diamanten
B. Zielgruppe : Alle JMP-Benutzer
C. Wichtige Geschäftsprobleme behoben : Graph Builder weist über 700 offene Mängel auf. Bei jeder Version müssen wir diese Mängel beseitigen und gleichzeitig neu auftretende Mängel priorisieren. Die obige Auflistung ist dieser Aufwand für JMP 13.
D. Kunde(n), der/die danach fragt/fragen : N/A
————
X. Exportoptionen – Excel-Ausgabe und Webbericht erstellen (Brian, SS, Webcast)
A. Beschreibung : Nehmen Sie eine Reihe von JMP-Tabellen und geben Sie diese in eine einzelne Excel-Arbeitsmappe aus. Nehmen Sie eine Reihe von interaktiven HTML-Berichten und aggregieren Sie diese auf einer einzelnen Webseite.
B. Zielgruppe : Alle, die versuchen, Ergebnisse außerhalb von JMP zu teilen.
C. Wichtige Geschäftsprobleme werden behoben : Es ist schwierig, eine zusammenfassende Website mit Ergebnissen zusammenzustellen, und manchmal sind die einzelnen Berichte aus dem Kontext gerissen. Mit einem Klick können Sie eine Website erstellen. Manchmal müssen Sie eine Arbeitsmappe mit JMP-Tabellen in Excel erstellen. Jetzt können Sie das mit einem Klick tun.
D. Kunde(n), der/die danach gefragt hat/haben : Abbott, Jon W.
————
XI. MDS (Chris, Schulung)
A. Beschreibung : Multidimensionale Skalierung oder MDS ist eine beliebte multivariate statistische Technik, die hauptsächlich visuell ist. Mit MDS ist wenig formale Schlussfolgerung wie Hypothesentests verbunden. Der Zweck von MDS besteht darin, eine visuelle Darstellung des Musters von Ähnlichkeiten (d. h. Ähnlichkeiten oder Entfernungen) zwischen einer Reihe von Objekten zu erstellen. Beispielsweise stellt MDS eine Matrix wahrgenommener Ähnlichkeiten zwischen verschiedenen Biermarken auf einer Karte dar, wobei die als ähnlich wahrgenommenen Biere auf der Karte nahe beieinander liegen und die als unähnlich wahrgenommenen Biere auf der Karte weit auseinander liegen. Nichtlineare kleinste Quadrate. Shepard-Diagramm – Linie bedeutet gut, Wolke bedeutet, dass die Geschichte nicht so einfach ist. Über 2-3 d hinaus.
B. Zielgruppe : Sensorik-Analysten, Marktforscher, Soziologen, Biologen
C. Behobene wichtige Geschäftsprobleme : Bieten Sie den Kunden eine Methode zum Vergleichen von Produkten und zum Fällen von Urteilen hinsichtlich der Produktähnlichkeiten, ohne dass eine Liste mit Produktattributen zum Vergleich bereitgestellt werden muss, wie etwa bei Methoden, die bei der Conjoint-Analyse, der Faktorenanalyse usw. verwendet werden.
D. Kunde(n), die danach gefragt haben : George Washington Univ., P&G, Kenan-Flagler, Univ. of Wisconsin, Stockholm Univ., Dokkyo Univ.
————
XII. Ökobilanz (Schulung)
A. Beschreibung : Die latente Klassenanalyse (LCA) ist eine statistische Methode zur Ermittlung nicht gemessener Klassenzugehörigkeiten unter Personen anhand kategorialer und/oder kontinuierlich beobachteter Variablen. Sie möchten beispielsweise Personen anhand ihres Trinkverhaltens (Beobachtungen) in verschiedene Trinkertypen (latente Klassen) kategorisieren.
B. Zielgruppe : Marktforschung, Soziologie, Psychologie, Gesundheitswesen
C. Wichtige Geschäftsprobleme behoben : Clusteranalyse für kategorische Variablen. Bisher haben wir nur die Faktorenanalyse für kontinuierliche Variablen bereitgestellt.
D. Kunde(n), der/die danach fragt : Walter Paczkowski, Rutgers University
————
XIII.Maximale Differenzanalyse (Training)
A. Beschreibung : MaxDiff (manchmal auch als „Best-Worst “ bezeichnet) ist eine Technik zur Analyse der Kundenpräferenzen. Die Befragten treffen eine Wahl oder einen Kompromiss. Ähnlich wie die Auswahlanalyse wird sie oft als einfacher durchzuführen und für bestimmte Studien informativer angesehen. Die Befragten wählen einfach die beste und schlechteste Wahl aus einer Reihe fester Produkte aus.
B. Zielgruppe : Marktforscher, Produktmanager, Werbemanager
C. Wichtige Geschäftsprobleme behoben : Häufig nachgefragte Option, die von Wettbewerbern wie Sawtooth angeboten wird. Max Diff wird in der Industrie häufig verwendet und fehlte in unserem Angebot zur Verbraucherforschung.
D. Customer(s) asking for it: Walter Paczkowski, Data Analytics Corp., Isometric Solutions, P&G
————
XIV. Keine Wahl (Training)
A. Beschreibung : Auswahldesign und -analyse bieten jetzt die Option „ Keine Auswahl“. Marktforscher können Befragten diese Option jetzt anbieten, da ihnen häufig keine der angebotenen Auswahlmöglichkeiten gefällt. Keine Präferenz ist die Art, wie man darüber nachdenken sollte. Zeigen Sie, wie Sie Ihre Analyse mit früheren Auswahlmodellen verzerren können, bei denen keine Auswahl in Betracht gezogen wurde.
B. Zielgruppe : Marktforscher
C. Wichtige Geschäftsprobleme, die angesprochen werden : Wird häufig von Wettbewerbern angeboten und häufig von Marktforschungsexperten verwendet. Wenn Sie versuchen, vorherzusagen, wie beliebt ein Produkt sein wird, und Sie keine Option haben, bei der Sie keine Wahl haben, könnten Ihre Vorhersagen falsch sein.
D. Kunde(n), der/die danach fragt : Walter Paczkowski, Data Analytics, P&G
————
XV.Nicht-normale Fähigkeitsanalyse (SS)
A. Beschreibung : Capability Platform bietet jetzt Unterstützung für nicht-normale Verteilungsanpassung und nicht-parametrische Schätzung für Fähigkeitsindizes.
B. Zielgruppe : Qualitätssicherungsanalysten, Qualitätsingenieure, Lieferantenqualität, Six-Sigma-Experten.
C. Wichtige Geschäftsprobleme behoben : Je nach Verteilungstyp sind mehrere Plattformen erforderlich, um die Funktion in JMP auszuführen. Jetzt kann alles auf einer Plattform ausgeführt werden.
D. Kunde(n), der/die danach gefragt hat/haben : Medtronic, Phil Ramsey, Tom Little
————
XVI. Zuverlässigkeitswachstum – Mehrere Systeme (Schulung, Web?)
A. Beschreibung : Zwei neue Registerkarten zur Unterstützung der Wachstumsanalyse mehrerer Systeme hinzugefügt. 1) Gleichzeitige Systeme: Wenn Tests an vielen ähnlichen Systemen durchgeführt werden und in einem System ein Fehler auftritt, wird die Designkorrektur auf alle untersuchten Systeme angewendet. 2) Parallele Systeme: Untersuchen und vergleichen Sie das Zuverlässigkeitswachstum mehrerer unabhängiger Systeme nach System und/oder Phase. **Hinweis: Dies kann sich bis zum Veröffentlichungsdatum ändern.
B. Zielgruppe : Zuverlässigkeitsingenieure, Testingenieure, Konstrukteure mit Schwerpunkt auf reparierbaren Systemen.
C. Behobene wichtige Geschäftsprobleme : Benutzer und potenzielle Kunden wählen Software von Mitbewerbern aus, um die erforderlichen Analysen durchzuführen.
D. Kunde(n), der/die danach fragt : Chrysler, GE, Abbott
————
XVII. Kumulativer Schaden
A. Beschreibung : Analysieren Sie die Zeit bis zum Ereignis unter nicht konstanten Belastungssituationen. Führen Sie beschleunigte Lebensdauertests unter zunehmender Belastung durch und analysieren Sie Felddaten unter beliebigen Belastungsszenarien. Es stehen vier Modelloptionen zur Verfügung: Stufenbelastung, Rampenbelastung, Sinuskurve und stückweise Rampenbelastung.
B. Zielgruppe : Konstruktions-, Fertigungs- und Testingenieure
C. Behebung der wichtigsten geschäftlichen Probleme : Bietet eine Alternative zu ALT, wenn die Anzahl der Testeinheiten und die Testzeit der Ingenieure begrenzt sind.
D. Kunden, die danach gefragt haben : Dow Chemical, Keurig, Biotronik, Tessera NA, OLEDWorks llc, zahlreiche Anfragen während RAMS- und Explorer-Events.
————
XVIII. Kundenspezifisches Design – Simulation (In gutem Zustand)
A. Beschreibung : Simulieren Sie Antworten aus dem benutzerdefinierten DOE-Design. DOE-Simulationsskript in der Datentabelle zum Anpassen der Simulation, nachdem das Design erstellt wurde. Normal, Binomial und Poisson. N Versuche für Binomial zur Simulation. Normal ist üblich, Binomial und Poisson für Zählungen. Zählungen kommen in ganzen Zahlen – wenn die Anzahl der Zählungen klein ist, ist GLM besser für Poisson-Modelle geeignet. Möglichkeit, eine Leistungsberechnung für ein kompliziertes Problem zu erhalten.
B. Zielgruppe : DoD: Systemtests und viele Systemtests, bei denen die Testergebnisse bestanden/nicht bestanden sind. Es ist immer besser, wenn Sie eine kontinuierliche Antwort finden, aber wenn das nicht möglich ist, wäre es schön zu sagen: Wie groß muss angesichts dieses Tests der Unterschied zwischen dem vorhergesagten Wert am unteren und oberen Ende sein? T&E-Ingenieure.
C. Behobene wichtige geschäftliche Probleme: In der Vergangenheit wurde bei simulierten Antworten eine Normalverteilung des Y angenommen. Und die resultierende Simulation in der Y-Spalte war keine Formel und konnte daher nach dem Effekt nicht angepasst werden. Sehr kompliziert für Binomialmodelle mit vielen zugrunde liegenden Effekten. Power- und Stichprobengrößentools gehen davon aus, dass Sie nur 1 x haben, an dem Sie interessiert sind. Dies gilt jedoch nicht für echte Probleme, da die Varianz nicht linear ist. Finden Sie heraus, wie viele zusätzliche Tests Sie durchführen müssen, um eine kleine Verschiebung der Wahrscheinlichkeit zu erkennen, z. B. einen Unterschied zwischen 0,95 und 0,99: Es sind viele Versuche erforderlich.
D. Kunde(n), der/die danach fragt : DoD.
————
XIX. JSL-Verbesserungen
A. Beschreibung : Mit jeder Version bemühen wir uns, die Nutzung von JSL für Anfänger und fortgeschrittene Skripter zu verbessern. Einige neue Funktionen sind skriptspezifisch und andere sind architektonische Änderungen/Ergänzungen, die sowohl dem Programmierer als auch dem allgemeinen JMP-Benutzer das Leben erleichtern.
B. Zielgruppe : Skriptautoren
C. Wichtige geschäftliche Probleme behoben : Wenn JMP abstürzt, geht häufig Arbeit in einem Skript oder anderen JMP-Dateien verloren, da JMP über keinen Mechanismus zum automatischen Speichern verfügt. Jetzt verfügt es darüber. JSON ließ sich nicht einfach importieren, jetzt schon. Es war schwierig, Unterschiede zwischen zwei Skripten zu vergleichen, jetzt ist dies mit File Compare einfach. Toplisten waren sehr langsam, sie wurden optimiert und sind jetzt schnell. Nicht-JSL-Sprachen hatten keine farbcodierte Syntax, was sie schwer lesbar machte, jetzt gibt es Stile zum farbcodieren des Texteditors für verschiedene Sprachen. Die Funktion UsingNamespace(); hilft gegen das Problem, einen Codeblock in einem bestimmten Namespace ausführen zu wollen. JSL hatte keine Klassen, jetzt hat es welche: Funktionen, Methoden (virtuell); Vererbungsunterstützung; Polymorphismus wird nicht unterstützt, sofern er nicht durch Argumentanzahl erreicht wird; This und super werden unterstützt; Nachrichten an eine Klasse senden; Namespace-Codeblöcke.
D. Kunden fragen danach : Allgemein
——————————————————————————————————————
JMP Pro:
XX.Text Explorer Analytics
A. Beschreibung : Multivariate Analyse (wie PCA, LCA) zur Verarbeitung von Textdaten, die von der Textanalyseplattform bereinigt und sortiert wurden. Behandeln Sie Umfragefragen und technische Berichte.
B. Zielgruppe : Jeder, der über Textdaten verfügt und aus diesen Daten Vorhersagemodelle erstellen und multivariate Analysen mit Textdaten durchführen möchte.
C. Behebung wichtiger geschäftlicher Probleme : Wandelt das Problem des Umgangs mit Textdaten in ein Standardproblem der Datenanalyse um.
D. Kunde(n), der/die danach fragt : Adsurgo, CAB, Applied Materials, FDA, Micron
————
XXI. Verbesserungen bei der verallgemeinerten Regression
A. Beschreibung : Zusätzliche Funktionen werden zu GenReg hinzugefügt. Fähigkeit, mit Zensur umzugehen; Arten von Modellen, die Sie mit parametrischem Überleben anpassen würden, könnten Sie mit Gen Reg anpassen, mit variabler Auswahl. Zeit-bis-Ereignis-Modell. ERIC – eine Validierungstechnik, die spärlichere Modelle für die meisten Anpassungsprobleme auswählt, da sie im Gegensatz zu AICc und BIC maßgeschneidert für das adaptive Lasso ist. Cox-Regressionsmodell im Gen Reg-Framework. Interaktive ROC-Kurvenanpassung. Ändern Sie das Modell und sehen Sie sich das ROC-Training/die ROC-Validierung an.
B. Zielgruppe : Biostatistiker (Cox-Regression). Zuverlässigkeitsingenieure (zensierte Modelle)
C. Behobene wichtige geschäftliche Probleme : Die Cox-Regressionsplattform war veraltet und musste aktualisiert werden; zensierte Daten konnten nicht in die allgemeine Regulierung eingepasst werden; Mit Standardvalidierungstechniken erstellte Modelle sind häufig zu groß, da AICc und BIC von einer maximalen Wahrscheinlichkeit ausgehen.
D. Kunde(n), der/die danach fragt:
————
XXII. Simulation reparierbarer Systeme (RSS)
A. Beschreibung : Interne Simulations-Engine, die diskrete Ereignissimulation verwenden kann. Befasst sich hauptsächlich mit reparierbaren Dingen. Dinge, die groß genug sind, um eine Reparatur in Betracht zu ziehen.
B. Zielgruppe : Jeder, der die Reparatur teurer Sachen (Turbinen, Flugzeugtriebwerke) simulieren möchte.
C. Wichtige Geschäftsprobleme, die behoben werden müssen : Simulation, um Ergebnisse zu erhalten, wie lange etwas ausfallen wird, was teuer ist. Was sollten sie reparieren, während sie dabei sind? Das vorhandene RBD hat nur die Zeit bis zum Ereignis (einzelner Fehler) berücksichtigt. Die Simulation löst ein schwierigeres Problem. Es muss ein Budget (Prognose) erstellt werden. Mit wie vielen reparierbaren Ereignissen muss ich in einem bestimmten Zeitraum rechnen.
D. Kunden, die danach fragen : GE Energy, P&G, Rolls Royce, Flottenwartung (z. B. Schulbusse). Applied Materials.
————
XXIII. Anpassung großer Probleme an den Gaußschen Prozess mithilfe des Fit Mixed Frameworks
A. Beschreibung : Analysieren Sie mühelos viel größere Datensätze. Verarbeitet blockierenden Code. Möglichkeit, kategorische Variablen als Eingabe zu analysieren. Auch bekannt als Ersatzmodelle. Richten Sie eine Blockgröße ein; ermöglicht schnelles GASP.
B. Zielgruppe : Personen, die Computersimulationsexperimente durchführen.
C. Wichtige Geschäftsprobleme behoben : Die Anpassung von Gaußschen Prozessproblemen war langsam, wenn sie größer als ca. 1000 Datensätze wurden. Wenn Ihre Simulation kategorische Variablen als Eingaben enthielt, konnten Sie das Problem nicht analysieren.
D. Kunde(n), der/die danach fragt: Gov’t, Semiconductor, Sandia, P&G, Pratt & Witney, GE Energy
————
XXIV. Gemischte Modelle Zusätzliche Modelle
A. Beschreibung : Der wiederholten Struktur wurden eine Reihe von Korrelationsfunktionen hinzugefügt: Austauschbar, Interdependent Gleich/Ungleich, Ungleiche Varianzen,
B. Zielgruppe : Personen, die gemischte Modellanpassungen durchführen, insbesondere in den Bereichen Landwirtschaft und Humanstudien.
C. Behebung der wichtigsten geschäftlichen Probleme : Schließen Sie die Lücken gegenüber Wettbewerbern, die zu gemischten Modellen passen.
D. Kunde(n), der/die danach fragt:
————
XXV. Allgemeine Simulationsfunktionalität
A. Beschreibung : Ersetzen Sie jede Eingabespalte durch die Spalte mit dem Zufallszahlengenerator. Leistungsanalyse für Begriffe im Modell. Allgemeine Monte-Carlo-Simulation. Führen Sie auch parametrisches Bootstrapping durch. Speichern Sie die Simulationsformel für alle Verteilungen in GenReg. Führen Sie ein Experiment 100 Mal durch und sehen Sie, wie groß die Variabilität zwischen den Experimenten ist. Für normale Beispiele sagen Ihnen die Leistungs- und Stichprobengrößen-Kalibrierungen in Custom Design, was Sie wissen müssen; für Binomial- und Poission-Experimente müssen Sie jedoch simulieren.
B. Zielgruppe : Allgemein; Statistiker.
C. Wichtige geschäftliche Probleme werden gelöst : Sie müssen Leistungsberechnungen durchführen, möglicherweise verfügen Sie über Zähldaten. Wie gut wird Ihr Experiment unter bestimmten Annahmen abschneiden?
D. Kunden, die danach fragen : Verteidigungsministerium, Armee, Generalstaatsanwaltschaft, Forscher, die Zuschüsse beantragen.
————
XXVI. Assoziationsanalyse
A. Beschreibung : Grundlegende Marktanalyse, analysieren Sie, welche Produkte bei einer Transaktion zusammen auftreten, und geben Sie Empfehlungen ab. Generieren Sie aus strukturierten Begriffen oder Artikeln und sehen Sie, welche zusammen auftreten. Erstellen Sie Assoziationsregeln mit der Market Basket-Plattform. Generieren Sie Tabellen für Assoziationen aus der Text Explorer-Plattform. Mögliche Verwendung für Data Mining von Fehlerdaten; welche Fehler zusammen auftreten.
B. Zielgruppe : Marktforscher. Vermarkter.
C. Wichtige geschäftliche Probleme werden angesprochen: Checklistenpunkt für Marktforschungsprogramme.
D. Kunden, die danach fragen: Matt Flynn (Aetna), Rob Reul, P&G, Curts Professoren, die Marktforschung mit JMP unterrichten möchten.
————
XXVII. Stochastische Gradientenverstärkung
A. Beschreibung : Leistungsverbesserungen für Boosted Trees; Kombination aus Random Forest und Gradient Boosting.
B. Zielgruppe : Entwickler prädiktiver Modelle und Data Miner.
C. Wichtige geschäftliche Probleme, die behoben wurden:
D. Kunde(n), der/die danach gefragt hat/haben: Russ, Mia.
————
XXVIII. Hierarchisches Bayes
A. Beschreibung : Zufallseffektmodell für Auswahlanalyse. Segmentierungsanalyse von Auswahlmodellen. Andere Art der Modellierung von Subjekteffekten. Sie können statistisch validieren, wie viel der Heterogenität auf beobachtbare Unterschiede zwischen den Subjekten zurückzuführen ist und wie viel auf zufällige Variationen.
B. Zielgruppe : Marktforscher. Sie können HB auch in Max Diff einbauen, wenn Sie die Pro-Version von JMP haben.
C. Wichtige Geschäftsprobleme behoben: In der vorherigen Version von JMP konnten wir Heterogenität in Auswahlmodellen nicht richtig modellieren, was zu unvollständigen Vorhersagen und insgesamt minderwertigeren Modellen führte. Hierarchical Bayes ist eine Industriestandardtechnik und in Konkurrenzsoftware wie Sawtooth, R und anderen verfügbar.
D. Kunden, die danach fragen: P&G, P&G Europe, Walt P (Vordenker der Branche). Jeder, der Choice-Modelle erstellt, wird dies irgendwann wollen.
————
XXIV. Formeldepot; SQL/SAS/C-Bewertungscode für JMP Pro-Modelle ausgeben.
A. Beschreibung : Ein Hub zum Organisieren und Bereitstellen von in JMP Pro erstellten Modellen, ohne die Datentabelle mit unzähligen Spalten von Vorhersageformeln zu belasten; eine viel effizientere Möglichkeit zum Speichern von JMP Pro-Modellen.
B. Zielgruppe : Vorhersagemodelle; diejenigen, die in JMP Pro integrierte Modelle in anderen Systemen bereitstellen müssen.
C. Wichtige geschäftliche Probleme behoben: In früheren Versionen von JMP war die Datentabelle beim Erstellen mehrerer Modelle mit vielen zusätzlichen Spalten von Vorhersageformeln belastet, die von Anpassungsplattformen ausgegeben werden mussten, damit die Modellvergleichsplattform funktionierte. Auch alle Spalten, die wir nach der vorhergesagten Antwort benannt haben, machten es schwierig herauszufinden, aus welcher Modellquelle die Vorhersageformel stammte. Bei großen Tabellen konnte dies aufgrund dieser zusätzlichen Spalten zu einem großen Platzbedarf führen. Auch die Bereitstellung war schwierig und JMP Pro fehlte ein einziger Hub zum Organisieren von Vorhersageformeln und zum selektiven Bereitstellen dieser Formeln in Code für andere Systeme wie SQL oder C. Jetzt behebt das Modellcenter all dies.
D. Kunden, die danach fragen: P&G, GE (GE Power), Starbucks, IMFT, Micron, Intel, Rob Reul.
——————————————————————————————————————
iPad Graph Builder App – ermöglicht jetzt den Import von Excel- und Textdateien. Bietet außerdem die Möglichkeit, auf Box-, Dropbox- und iCloud-Speicher (und andere Cloud-Anbieter) zuzugreifen. Beta im Februar. Mindestens 7.0 oder 8.0 iOS.
Verschiedene neue JMP-Funktionen —
• Neuer JMP Starter (einschließlich eines JMP Pro-spezifischen Starters) (SS)
• HDF5-Import (SS): Raytheon, Johns Hopkins, General Dynamics, Navy ( http://sww.sas.com/ds/DefectsSearch/S0780/S0780852.html )
