Niveau: Anfänger
Daniel Valente , PhD, JMP Senior Product Manager, SAS
Jon Weisz, JMP Senior Vice President Vertrieb und Marketing, SAS
Abstrakt
JMP-Anwender kennen interaktive JMP-Sitzungen oft mit vielen gleichzeitig geöffneten Fenstern und Analyseberichten. Obwohl die Verwendung von JMP im „schwebenden Fenstermodus“ für manche geeignet sein mag, gibt es Situationen, in denen eine Oberfläche mit Registerkarten bevorzugt wird. Benutzer möchten möglicherweise bestimmte Dateien einem Analyseprojekt zuordnen und nicht die vollständige Liste des Startfensters nutzen. Aus diesen Gründen haben wir in JMP 14 Projekte entwickelt. Projekte bieten eine einheitliche Dokumentoberfläche für JMP, einen rekonfigurierbaren Arbeitsbereich mit Registerkarten, einen Bereich zum Lesezeichensetzen und eine Fensterliste, die dem Benutzer die einfache Navigation durch verschiedene geöffnete Fenster, Datentabellen, Skripte und mehr ermöglicht. Außerdem werden unterstützende Dateien wie PDF- und PPT-Dokumente geöffnet. Projekte ermöglichen das schnelle Öffnen und Schließen mehrerer Dateien, die mit einer oder mehreren einzelnen Analyseaktivitäten verknüpft sind, und die Trennung paralleler Projekte, sodass mehrere JMP-Sitzungen nicht mehr erforderlich sind. Schließlich bieten Projekte in JMP 14 dank der Archivierungsfunktion auch eine einfache Möglichkeit, Arbeiten zu teilen und gemeinsam zu bearbeiten.
Übersicht über JMP-Projekte
Projekte in JMP ermöglichen die Organisation von Datentabellen, Berichten, Skripten, Journalen und Artefakten aus der Verwendung von JMP. Sie können auch externe unterstützende Dateien wie TXT-, PPT-, HTML-, XLS- und Bilddateien den entsprechenden Projektdateien zuordnen, die einer logischen Gruppe nativer JMP-Dateien zugeordnet sind.
Die Projektdatei selbst (.jmpprj) ist eine eigenständige Datei, die auf andere Elemente auf Ihrer Festplatte verweist und nicht als Container für Dateien dient. Dies bietet die Flexibilität und organisatorische Disziplin eines containerbasierten Projekts und sorgt gleichzeitig dafür, dass die Dateien im Betriebssystem verfügbar bleiben.
JMP-Projekte werden über das Menü „Datei“ (Datei > Neues Projekt) erstellt. Beim Erstellen eines neuen Projekts wird sofort ein nicht gespeichertes Projekt geöffnet, in das Sie JMP-Fenster und -Dateien einfügen können. Dies erleichtert die Erstellung temporärer Projekte.
Abbildung 1 zeigt ein Beispiel für ein JMP-Projekt. Ein Projekt umfasst drei Hauptabschnitte:
- Lesezeichenliste: Links zu physischen Dateien auf der Festplatte, die Sie dem Projekt zuordnen möchten. Dies ist vergleichbar mit einer kuratierten Liste im Home-Fenster. Lesezeichen können Links zu einzelnen Dateien, Links zu Ordnern (die automatisch den Inhalt überwachen, einschließlich Unterordnern) und Gruppen sein. Sie ermöglichen eine lokale Organisation der Dateien im Projekt, ohne die Ordnerstruktur der Dateien auf der Festplatte zu beeinträchtigen .
- Fensterliste: Hierarchische Liste geöffneter Datentabellen und mit der Datentabelle verknüpfter Berichte und Diagramme.
- Arbeitsbereich: Eine Liste mit Registerkarten der aktuell im Speicher geöffneten Fenster, einschließlich Skripten, Diagrammen, Modellausgaben und Datentabellen. Das Layout kann aus einer einzelnen Registerkartenspalte (z. B. wie in einem Webbrowser) oder in Spalten mit Registerkartenlisten bestehen. Das Layout bleibt beim Öffnen eines Projekts erhalten und wird beim Schließen gespeichert.
Abbildung 1: Ein Beispiel-JMP-Projekt mit kommentierten Hauptabschnitten.
Projekte können beispielsweise verwendet werden für:
- Präsentation der Ergebnisse. Dieses Projekt ist in Abbildung 2A dargestellt. Es wurde so konfiguriert, dass Lesezeichen und Fensterlisten ausgeblendet sind. Es gibt eine Spalte mit einem einzelnen Reiter, in dem ein Journal mit der Präsentation läuft. Das Journal enthält Links zu Skripten und Supportdateien, die beim Anklicken als Reiter in den Projekten angezeigt werden. Das Journal bietet die Möglichkeit, Notizen und Kontext zu den übrigen Projektelementen hinzuzufügen.
- Workflow für prädiktive Modellierung. Dieses Projekt ist in Abbildung 2B dargestellt und wird später in Fallstudie II behandelt. Das Projekt umfasst die Durchführung standardmäßiger prädiktiver Modellierungsaufgaben an einem einzelnen Datensatz. Mehrere Modelle werden angepasst und nach ihrer Erstellung in einem Formeldepot gespeichert. Das Formeldepot befindet sich in einer eigenen Spalte und ist somit leicht referenzierbar. Abschließend wird ein Modellvergleich hinzugefügt und ein Bewertungscode für die Inbetriebnahme des Modells generiert.
- DOE-Workflow. Dieses Projekt ist in Abbildung 2C dargestellt. Ein ähnlicher DOE-Workflow wird später in Fallstudie I behandelt. Das Projekt dient der Organisation der Schritte zur Erstellung eines geplanten Experiments, zum Vergleich mehrerer Kandidatendesigns, zur Datenerfassung, -analyse und zur Erstellung von Ergebnissen für den Austausch mit anderen. Es kann auch unterstützende Materialien zum Experiment (Fotos, Berichte usw.) enthalten.
- Skriptprojekt. Dieses Projekt ist in Abbildung 2D dargestellt. Es hilft JSL-Skriptern, ihre Fenster zu organisieren und effizienteres Skripting zu ermöglichen. Das Projekt enthält den Skriptindex in einem speziell für die Verwendung in einem Projekt konfigurierten Modus. Das bearbeitete Skript enthält ein eingebettetes Protokoll sowie Links zu unterstützenden Dateien oder Funktionen in der Lesezeichenliste.
Abbildung 2: Möglichkeiten zur Verwendung von Projekten in JMP.
Wer ist der vorgesehene Benutzer von JMP-Projekten?
Projekte sind eine optionale Arbeitsweise in JMP, und viele Benutzer werden weiterhin im standardmäßigen „Mehrfenstermodus“ von JMP arbeiten. Für diejenigen, die jedoch auf eine bestimmte Art und Weise mit JMP arbeiten oder besondere Probleme mit der Fenster- oder Dateiverwaltung haben, lohnt sich ein Blick auf das Projekt.
Viele Benutzer bevorzugen die Ausführung von JMP-Plattformen wie Graph Builder mit maximiertem Fenster. Sobald ein Fenster in JMP maximiert ist, können neue Benutzer jedoch leicht die Datentabelle verlieren oder Schwierigkeiten haben, zu anderen geöffneten Fenstern zu navigieren. Durch die Verwendung eines Arbeitsbereichs mit Registerkarten werden viele dieser Probleme umgangen. Benutzer können einfach zu einer anderen geöffneten Registerkarte navigieren, wie bei der Verwendung eines Webbrowsers, um zu einem anderen Analysebericht oder einer anderen Datentabelle zu gelangen.
Für Mitarbeiter, die wöchentliche oder tägliche Standardberichte erstellen, bietet das Projekt eine effiziente Unterstützung. In Verbindung mit dem Abfrage-Generator kann ein Projekt beispielsweise ein Skript enthalten, das die aktuellsten Daten aus einer Datenbank abruft und Standardberichte generiert. Diese können anschließend mit Datum gespeichert werden, um diese routinemäßige Berichtsaufgabe zu vereinfachen.
Langjährige JMP-Benutzer erinnern sich möglicherweise an das Masterfenster der Windows-Version von JMP (und vermissen es). Mit dem Projekt können sie nun einen Großteil dieser Funktionalität wiederherstellen.
Für Benutzer, die viele Fenster generieren – interaktiv oder per Skript – und das Gefühl haben, in einer Sitzung den Überblick zu verlieren, kann das Projekt Abhilfe schaffen. Arbeitet ein Benutzer an mehreren Projekten gleichzeitig, werden beim Schließen eines einzelnen Projekts automatisch alle zugehörigen Dateien und Fenster geschlossen, während die anderen Projekte unberührt bleiben und das manuelle Schließen mehrerer Fenster entfällt.
Für Benutzer, die bereits ein eigenes Dateiorganisationsschema für JMP-Ausgaben und -Dateien entwickelt haben, können Projekte als Rahmen dienen oder sich gut in eine ordnerstrukturierte JMP-Nutzung integrieren. Und schließlich können Benutzer, deren Dateien auf der gesamten Festplatte ihres Computers verteilt sind, einzelne Dateien zu einem Projekt hinzufügen, um eine geordnete Struktur in einen unübersichtlichen Ordner zu bringen.
Mit dem Projekt arbeiten
Dateien in ein Projekt importieren
Erstellen Sie zunächst ein neues Projekt (Datei > Neues Projekt). Dateien können einzeln über „Dateien hinzufügen“ zu einem Projekt hinzugefügt werden. Dem Projekt hinzugefügte Dateien werden der Lesezeichenliste hinzugefügt. Wenn Sie Dateien einzeln hinzufügen, kann es sinnvoll sein, eine lokale Gruppe für das Projekt zu erstellen, um Ihre Lesezeichen besser zu organisieren. Erstellen Sie eine Gruppe, indem Sie den Befehl „Neue Gruppe“ ausführen und die Gruppe anschließend in einen aussagekräftigen Namen umbenennen.
- Profi-Tipp : Gruppen eignen sich zum Einrichten von Vorlagenprojekten, um den Einstieg zu erleichtern, sobald ein neues Projekt benötigt wird. Gruppen wie „Datensätze“, „Referenzskripte“, „Abfragen“, „Grafikskripte“, „Unterstützende Dateien“ und „Ausgabe“ bieten einen guten Ausgangspunkt für die Erstellung neuer Projekte. Speichern Sie das Projekt als „Vorlagenprojekt“ und wählen Sie „Speichern unter“, wenn Sie ein neues Projekt benötigen.
Ordner können auch zu einem Projekt hinzugefügt werden. Dies ist nützlich, wenn Sie bereits Dateien auf der Festplatte organisiert haben. Fügen Sie einfach den Ordner hinzu, und er wird im Projekt mit einem Lesezeichen versehen. Ordner enthalten automatisch alle Unterordner und werden überwacht (d. h., wenn eine Datei in den Ordner verschoben oder aus ihm entfernt wird, wird sie auch in die Lesezeichen des Projekts verschoben oder aus diesen entfernt). Seien Sie daher vorsichtig, da das Entfernen von Dateien aus einem überwachten Ordner eines Projekts zu Skript- oder Berichtsfehlern in einem gespeicherten Projekt führen kann. Ordner werden beim Schließen und erneuten Öffnen eines Projekts automatisch aktualisiert und können manuell über einen Kontextklick > Aktualisieren aktualisiert werden.
In der Lesezeichenliste finden Sie mehrere nützliche Kontextbefehle. Mit diesen können Sie Informationen wie Dateiname, Pfad, Größe, Erstellungsdatum, letztes Schreib- und letztes Zugriffsdatum anzeigen. Außerdem gibt es eine Option zum Kopieren ins Projektarchiv (siehe später im Abschnitt „Archiv“). Der Befehl „Im Finder anzeigen“ zeigt an, wo sich die Datei auf Ihrem Betriebssystem befindet. Mit „Pfad kopieren“ können Sie den Dateipfad auf der Festplatte in die Zwischenablage kopieren. Dies ist nützlich, wenn Sie ein Skript schreiben, das auf eine Datei verweist. Mit der Option „Löschen…“ können Sie das Lesezeichen aus dem Projekt entfernen (empfohlen) oder in den Papierkorb verschieben.
Dateien können auch automatisch per Drag & Drop mit Lesezeichen versehen werden. Im Betriebssystem kann eine gezogene Datei in die Lesezeichenliste gezogen und dann automatisch mit einem Lesezeichen versehen werden. Ordner können auf die gleiche Weise mit Lesezeichen versehen werden.
Wenn Sie in einem Projekt eine weitere Datentabelle erstellen, können Sie diese direkt speichern und mit einem Lesezeichen versehen. Angenommen, Sie erstellen eine Übersichtstabelle über „Tabellen > Übersicht“. Nachdem die Datei gespeichert wurde, können Sie sie per Drag & Drop aus der Fensterliste in die Lesezeichen ziehen.
Viele Benutzer möchten von einem Projekt in den Mehrfenstermodus, vom Mehrfenstermodus in ein Projekt (das Projekt wird nur zur Kapselung einer Sitzung verwendet) oder von Projekt zu Projekt wechseln (z. B. wenn ein einzelnes Analyseprojekt zu komplex wird). Verwenden Sie dazu Fenster > In/Von Projekt verschieben, wie in Abbildung 3 dargestellt.
Wählen Sie einfach das Quellprojekt (oder keines, wenn Sie Elemente aus einzelnen Fenstern verschieben möchten) und das Zielprojekt (keines, ein neues oder ein bestehendes geöffnetes Projekt) aus. Es gibt Schnellschaltflächen zum Verschieben und Lesezeichensetzen aller Dateien. Alternativ können Sie eine Teilmenge von Datentabellen und zugehörigen Berichten von der Quelle zum Ziel übertragen.
Durch Klicken auf eine Datentabelle werden automatisch alle im aktuellen Projekt geöffneten Berichtsfenster übernommen. Wenn Sie diese nicht behalten möchten, schließen Sie die Tabs oder Fenster nach dem Verschieben einfach. Datentabellen können auch direkt von diesem Fenster aus mit Lesezeichen versehen werden. Beachten Sie außerdem, dass Datentabellen auf der Festplatte gespeichert sein müssen, um von diesem Tool aus mit Lesezeichen versehen zu können. Nicht gespeicherte Dateien können jedoch weiterhin in ein neues Projekt oder mehrere Fenster verschoben werden.
Wenn Sie auf eine einzelne Zeile in der Tabelle klicken, wird eine nützliche Miniaturansicht angezeigt, die bei der Entscheidung helfen kann, welche Dateien und zugehörigen Diagramme und Berichte beim Verschieben benötigt werden.
Abbildung 3. Fenster „ Zum/Vom Projekt verschieben“.
Arbeitsbereichsverwaltung
Nachdem dem Projekt Dateien hinzugefügt wurden, ist es an der Zeit, Diagramme und Berichte mithilfe des Arbeitsbereichsabschnitts des Projekts in einer Registerkartenanordnung zu konfigurieren, wie in Abbildung 1 gezeigt. Standardmäßig werden beim Erstellen neuer Fenster in einem Projekt diese in Registerkarten hinzugefügt, die sich in einer einzelnen Spalte des Arbeitsbereichs befinden.
Sehen wir uns ein einfaches Beispielprojekt an. Erstellen Sie zunächst ein neues Projekt und speichern Sie es sofort auf Ihrer Festplatte. Erstellen Sie anschließend einen neuen Ordner mit dem Namen „Beispielprojekt“ und legen Sie die Projektdatei dort ab. So erhalten Sie einen einzigen Ordner, in dem alle Skripte, Datentabellen und unterstützenden Materialien abgelegt werden können. Ich erstelle drei Gruppen im Projekt: „Datentabellen“, „Skripte“ und „Ausgabe“. Anschließend füge ich dem Projekt zwei Dateien hinzu: „FHPI.jmp“ und „StatesMetadata.jmp“.
Wir werden das Projekt nutzen, um ein Automatisierungsskript zu schreiben und einen standardmäßigen End-to-End-Analyse-Workflow zu entwickeln, der aus der Datenverarbeitung durch ein Abfrageskript, der Datenbereinigung, der Visualisierung, der Modellierung, der Inhaltskuratierung und der endgültigen Ausgabe zur Ergebniskommunikation besteht.
Um mit der Entwicklung des Automatisierungsskripts zu beginnen, kann ich auch den Hilfe-Skriptindex instanziieren, falls ich etwas nachschlagen muss. Beim Laden des Skriptindexes in das Projekt wird er als Registerkarte hinzugefügt. Es wäre praktischer, ihn rechts neben meinen Datentabellen und Ausgaben anzudocken. Dazu einfach die Registerkarte des Skriptindexes abziehen. Graph Builder-Dropzonen werden im Projekt angezeigt, sodass Sie den Projektarbeitsbereich per Drag & Drop neu konfigurieren können (siehe Abbildung 4).
Abbildung 4: Die Drop-Zones des Projektarbeitsbereichs werden beim Abziehen einer Registerkarte aus einer Registerkartenliste beleuchtet. Die Drop-Zones sind zur einfacheren Konfiguration des Projektarbeitsbereichs mit Anmerkungen versehen.
Einzelne Registerkarten können durch Klicken auf das kleine Registerkartensymbol im Registerkartentitel maximiert oder minimiert werden. Dies ist beispielsweise nützlich, wenn Sie sich auf einen einzelnen Plattformbericht konzentrieren möchten oder eine Plattform wie Graph Builder verwenden, die von etwas mehr Platz innerhalb des Projekts profitiert. Es kann auch für Ad-hoc-Präsentationen innerhalb des Projekts verwendet werden.
Bei maximierten Registerkarten bleiben Lesezeichen und Fensterliste erhalten. Sie können manuell über das Menü „Projekt“ ausgeblendet werden, indem Sie die Befehle „Lesezeichen anzeigen“ und „Fensterliste anzeigen“ aktivieren. Das standardmäßig ausgeblendete projektweite Protokoll kann ebenfalls über dieses Menü angezeigt werden.
Sollten Sie das Layout ändern und mit dem Ergebnis nicht zufrieden sein, können Sie dies mit den Befehlen „Rückgängig“ und „Wiederholen“ tun. Sie können auch zur standardmäßigen einseitigen Liste zurückkehren, indem Sie das Layout im Menü „Projekt“ zurücksetzen.
Durch die Registerkarten im Arbeitsbereich können Sie entweder durch Anklicken navigieren (wenn Sie mit dem Mauszeiger darüber fahren, wird eine Miniaturansicht angezeigt), durch Doppelklicken in der Fensterliste oder durch Blättern durch die Registerkarten mithilfe der Pfeiltasten nach links und rechts.
Projekte speichern und archivieren
Im weiteren Verlauf unseres Analyseprojekts verwenden wir den Abfrage-Generator, um unsere beiden Tabellen zu verknüpfen und eine dritte Tabelle für Modellierung und Visualisierung zu erstellen. Das Abfrage-Generator-Skript kann erstellt und anschließend im Projektordner gespeichert werden. Ich füge es dem Projekt hinzu und ziehe es per Drag & Drop in die Skriptgruppe.
Dies ist in Abbildung 5 dargestellt. Skripte, Abfragen, Anwendungen oder Dashboards können direkt über das Rechtsklickmenü ausgeführt werden. So sparen Sie sich das Öffnen im Projekt und die Ausführung des Skripts. Dies trägt auch zur Übersichtlichkeit des Projekts bei, da für ein Produktionsskript, das nicht aktiv bearbeitet wird, kein Tab geöffnet wird.
Abbildung 5. Ausführen eines Skripts direkt per Rechtsklick, ohne es in einer Registerkarte zu öffnen.
Durch Ausführen des Skripts wird eine dritte Datentabelle erstellt, in der meine beiden Tabellen ordnungsgemäß verknüpft sind. Auf der Registerkarte „JoinTables“ ist ein * neben dem Namen zu sehen, das darauf hinweist, dass die Datei noch nicht gespeichert ist. Beim Versuch, das Projekt über „Datei“ > „Projekt speichern“ zu speichern, wird die folgende Warnmeldung angezeigt (siehe Abbildung 6).
Abbildung 6. Warnmeldung zu nicht gespeicherten Dokumenten in einem Projekt.
An dieser Stelle müssen Sie entscheiden, was Sie tun möchten, da alle Dateien gespeichert oder geschlossen werden müssen, bevor ein Projekt gespeichert werden kann. Wenn Sie auf „Alle speichern“ klicken, werden Sie aufgefordert, zuerst alle nicht gespeicherten Dateien auf der Festplatte zu speichern und anschließend das Projekt zu speichern. Es gibt ein standardmäßig deaktiviertes Kontrollkästchen, mit dem Sie zuvor gespeicherte Dokumente (mit nur den nicht gespeicherten Änderungen) beim Speichern des Projekts automatisch speichern können. Verwenden Sie diese Einstellung mit Bedacht, insbesondere zu Beginn der Projektarbeit, da Sie möglicherweise temporäre Änderungen an einer Datentabelle vornehmen, die Sie verwerfen möchten (Spalten hinzufügen, Spalten löschen, Zellen ändern usw.).
Die Option „Alle schließen“ schließt alle nicht gespeicherten Dokumente und speichert sie nicht. So müssen Sie nicht jedes Dokument einzeln speichern. Dies ist nützlich, wenn Ihr Skript umfangreiche Ausgaben generiert, diese aber nicht unbedingt speichern möchten.
Sie können nicht gespeicherte Dokumente auch manuell speichern. Sobald alle * in der Registerkartenliste verschwunden sind, können Sie ein Projekt mit einem einzigen Klick speichern.
Das Projekt speichert Diagramme und andere Plattformausgaben auf etwas andere Weise. Da das Projekt die Sitzungsskriptfunktion von JMP nutzt, bleiben Diagramme und Plattformausgaben beim Speichern und Schließen automatisch erhalten, ohne dass die Skripte in der Datentabelle, in Journalen oder in den Berichten als JRP-Dateien gespeichert werden müssen. Dies ist besonders nützlich für neue Benutzer, die den Status von Analyseprojekten speichern möchten, ohne sich vorher mit JSL vertraut machen zu müssen.
Abspielen von Skripten aus Projekten
Mit Lesezeichen versehene .jsl-, .jmpquery- und .jmpapp-/.jmpappsource-Dateien können direkt aus der Lesezeichenliste ausgeführt werden (genau wie das Home-Fenster in JMP). Durch Rechtsklick auf eine dieser Dateien werden erweiterte Optionen für deren Verwendung angezeigt (siehe Abbildung 7).
Abbildung 7. Kontextmenü für gängige JMP-Dateitypen in einem Projekt.
Mit diesen Rechtsklick-Menüoptionen können Sie schnell eine Anwendung erstellen, ein Skript ausführen oder eine Abfrage direkt ausführen, ohne den AppBuilder/Dashboard Builder, den Query Builder oder den JSL-Skript-Editor öffnen zu müssen. Das Element wird ausgeführt und die Ergebnisse werden automatisch in einem neuen Tab im Projekt geöffnet, wodurch ein Klick gespart wird. Zusätzlich bietet der Query Builder die Option „Beim Öffnen ausführen“ (siehe Abbildung 7). Diese doppelklickte Abfrage wird automatisch ausgeführt, ohne den Query Builder öffnen zu müssen.
Dashboards und Webberichte
Dashboards und Webberichte sind gängige Methoden, um Ergebnisse einer JMP-Analyse mit anderen zu teilen und zu kommunizieren. Beide Funktionen werden vom JMP-Projekt unterstützt. Über „Datei“ > „Neues Dashboard“ öffnet sich die Dashboard Builder-Oberfläche, in der Sie alle verfügbaren Berichte des Projekts sehen können. Sie können die Berichte anordnen, Filter, Text und weitere Elemente hinzufügen. Klicken Sie im roten Dreieckmenü auf „Dashboard ausführen“, um das erstellte Dashboard in einem neuen Tab im Projekt anzuzeigen (siehe Abbildung 8).
Abbildung 8: Ergebnisse der Ausführung eines mit dem Dashboard Builder erstellten Dashboards innerhalb eines Projekts. Das resultierende Dashboard wird in einer neuen Registerkarte im Projekt angezeigt.
Webberichte funktionieren ähnlich (Datei > Veröffentlichen). Die Funktion „Webbericht erstellen“ erkennt automatisch alle verfügbaren Registerkarten eines Projekts als geeignete Diagramme für den Webbericht. Der Webbericht bietet daher eine gute Möglichkeit, den Workflow eines Projekts mit jemandem zu teilen, der JMP derzeit nicht nutzt.
Fallstudie 1: DOE-Projekt
AnstellungProjektsim RahmendDesign voneExperimente (DOE) kann innerhalb von JMP bei der Kommunikation von Ergebnissen helfen,sowie die Unterstützung bei der Durchführung der Experimente selbst.
Mit DOE in JMP bedeutet:
- Ausführen des DOE-Plattform zur Erstellung des Datenerfassungsschemas.
- Verwenden der JMP-Tabelleals Grundlage fürDatenerfassung.
- Nutzung verschiedener JMP-Grafikplattformen zur Anzeige der Ergebnisse der Experimentläufe.
- Verwenden des JMP-Modusling-Plattformen, um ein prädiktives Modell basierend auf den gesammelten Daten zu erstellen und als Teil des ModellsÜbung,Anzeigen verschiedener Diagnosediagramme, um sicherzustellen, dass ein sinnvolles Modell entwickelt wurde.
- Erstellen von Grafiken und Tabellen zur Kommunikation der Ergebnisse des DOE mit der AbsichtvonfördernbeiAktion einer Organisation.
Das allgemeine Verfahren im Detailoben in SSchritt 1-5oftErgebnissInvieleFenster und Tabellen in JMP.Es kann auch wahr sein, dass der Prozess Monate dauern kannbewegenausSSchritt 1 bisSSchritt 5,Dies bedeutet, dass der JMP-Benutzer wichtige Ergebnisse in seinem Dateisystem speichern, sich merken muss, wo sie gespeichert sind, und den gesamten Prozess im Auge behalten muss.
In dieser Fallstudie wird anhand eines einfachen Experiments, das jeder durchführen kann, gezeigt, wiepProjekte können helfen bei DOE durch die Verwaltung von Fenstern, die Verfolgung von Ergebnissen und die Kommunikation von Schlussfolgerungen.
Ich möchte ein einfaches Experiment durchführen, um zu zeigen, wie JMPCustom Designer kann verwendet werden, umExperimente mit Einschränkungen durchführena Variable, wie zum BeispielGesamtenergie in diesem Fall.
Das Ziel dieses Experiments besteht darin, eine gute Einstellung für meine Mikrowelle zu Hause zu finden, um Popcorn zuzubereiten.Ich habe drei Variablen unter meiner Kontrolle:
- Zeit (Zeit in mm:ss, die ich für die Kochzeit einstellen kann).
- Macht (ein undurchsichtigesLStufe 1-10, nicht sicher, was das für die Temperatur bedeutet).
- Marke (es gibt viele Marken auf dem Markt; Ich habe gewählt dieleicht getarntbekannte MarkenWilburUndStreng geheim).
Befolgen Sie die Anweisungen auf den Popcornpackungen,Ich habe beschlossen, die Zeit zu variieren vondreiZufünfMinuten und die Leistung vonLStufe 5 bisLStufe 10.Dann habe ich angefangen, die Ecken des Designraums zu prüfen, also kurze Zeit und geringe Leistung sowie lange Zeit und hohe Leistung.Diese Ecken stellen die maximale und minimale Gesamtenergie meiner gewählten Ebenen dar(Abbildung 9).
Abbildung 9 : Die linken und rechten Bilder oben zeigen die Ecken des Designbereichs.
Aus meinen ersten Ergebnissen geht klar hervor, dass die Ecken des Raums nicht realisierbar sind.Daher muss ich den JMP Custom Designer verwenden, um einen eingeschränkten Designbereich zu erstellen.Ich möchte JMP-Projekte verwenden, also öffne ich zuerstedein neues Projekt und nennen Sie es „Mein Popcorn-Experiment“wie gezeigt inFAbbildung 10.
Abbildung 10: Screenshot eines leeren Projekts zu Beginn des DOE-Workflow-Prozesses.
Anschließend habe ich den Custom Designer innerhalb des Projekts gestartet und meine Antworten und Faktoren wie in Abbildung 11 dargestellt eingerichtet.
Abbildung 11: Starten von Custom Design zum Einrichten der Versuchsläufe.
Nun ist es an der Zeit, mein Modell (RSM) auszuwählen und die Beschränkungen für die Gesamtenergie (Zeit + Leistungspegel) festzulegen. Die Festlegung linearer Beschränkungen für die Faktoren erfolgt durch einfaches Einrichten der Beschränkungen wie in Abbildung 12 dargestellt.
Abbildung 12: Einrichten der experimentellen Einschränkungen und Hinzufügen der Effekte, die ich modellieren möchte, um die Anzahl der erforderlichen Durchläufe zu bestimmen.
Ich habe „Design erstellen“ gewählt, woraufhin JMP einen möglichen Entwurf anzeigte. Abbildung 13 zeigt den von mir verwendeten Entwurf mit Zeit- und Leistungsformaten, die den Einstellungen meiner Mikrowelle entsprechen.
Abbildung 13: Versuchsdurchlauftabelle.
Anschließend habe ich 16 Packungen Popcorn gepoppt. Mit einem Messbecher als Probenentnahmehilfe habe ich aus jedem Durchgang einen repräsentativen Becher ausgewählt und die Gesamtmenge und die Anzahl der gepoppten Körner gezählt. Die Daten sind in Abbildung 14 dargestellt.
Abbildung 14: Ergebnisse des Experiments.
Ich habe mir einige Grafiken angesehen und eine verallgemeinerte Regression mit der Anzahl der Popcorn-Gerichte als binomiale Antwort erstellt. Eine Heatmap von Zeit vs. Energie nach Marke mit dem Verhältnis von Popcorn zu Gesamtenergie, eingefärbt von niedrig (blau) bis hoch (rot), zeigt, dass mittlere bis hohe Kombinationen von Energielevel und Zeit bessere Ergebnisse liefern. Ein Profiler des Regressionsmodells vermittelt die Ergebnisse am besten mit der zusätzlichen Schlussfolgerung, dass Popcorn der Marke Wilbur robuster gegenüber dem Gesamtenergieverbrauch ist. Abbildungen 15 und 16 veranschaulichen diese Ergebnisse.
Abbildung 15. Eine Heatmap von Zeit vs. Leistung nach Marke mit dem Verhältnis von „Popped“ zu „Gesamt“, eingefärbt von niedrig (blau) bis hoch (rot).
Abbildung 16: Profiler, der das endgültige Modell und die Auswirkungen einer Änderung der Marken-, Zeit- und Leistungsfaktoren auf die Reaktion zeigt.
Schließlich habe ich ein einfaches Schlussfolgerungsdokument geschrieben und zwei Grafiken als PDFs aus JMP hinzugefügt. Dieses Schlussfolgerungsdokument habe ich dem Projekt hinzugefügt, indem ich oben links in meinem Projektfenster auf die Schaltfläche „Dateien hinzufügen“ geklickt habe, wie in Abbildung 17 gezeigt.
Abbildung 17. Einfache Schlussfolgerung mit Lesezeichen versehen, um die Ergebnisse dieses Experiments weiterzugeben.
Ich verfüge nun über eine Projektdatei, die mein Design-Setup, meine Daten, mein Modell und die dazugehörigen Grafiken sowie das Abschlussdokument enthält. Diese in sich geschlossene Datei bildet die Grundlage meiner Erinnerung an dieses Experiment. Sie dient auch als Unternehmensgedächtnis, wenn ich das Projekt und die zugehörigen Dateien an einem Ort speichere, auf den meine Teammitglieder jetzt und in Zukunft zugreifen können.
Fallstudie 2: Projekt zur prädiktiven Modellierung
Wir nutzen das Projekt zur Unterstützung bei der Erstellung eines Modells zur Vorhersage der Weinqualität anhand physikochemischen Eigenschaften (siehe Cortez et al. 2009). Der Datensatz steht im UCI Machine Learning Repository (Lichman 2013) zum Download bereit. Mit dem Projekt können wir den Datenimport per Multiple File Import verwalten, die importierte Datentabelle untersuchen und bereinigen, Diagramme erstellen, mithilfe verschiedener Machine-Learning-Techniken in JMP Pro Kandidatenmodelle erstellen, Modelle vergleichen, sich für ein Modell entscheiden und schließlich Score-Code generieren, um die Umsetzung der Modellierung in die Produktion zu unterstützen. Wir folgen dem gesamten analytischen Workflow in JMP (siehe Abbildung 18), um zu demonstrieren, wie das Projekt den Prozess auf natürliche Weise unterstützt.
Abbildung 18. End-to-End-Analyse-Workflow in JMP.
Die historischen Daten können direkt von der UCI Machine Learning-Website heruntergeladen werden: http://archive.ics.uci.edu/ml/datasets/Wine+Quality . Es stehen drei Dateien zum Download bereit: winequality-red.csv, winequality-white.csv und winequality.names. Der erste Schritt beim Erstellen eines Projekts besteht darin, in JMP „Datei > Neues Projekt“ zu öffnen und auf dem Desktop einen Ordner mit dem Namen „Wine Modeling Project“ zu erstellen. Ich lege alle drei Textdateien in diesen Ordner.
Ich speichere die Projektdatei im Projektordner „Weinqualität“ und erstelle dann mehrere Gruppen, die mir beim Organisieren meiner Lesezeichen helfen: 01 – Rohdaten, 02 – JMP-Datentabellen, 03 – Skripte, 04 – Score-Code, 05 – Ausgabe.
Ich werde alle drei Rohdatendateien mit einem Lesezeichen versehen, indem ich sie per Drag & Drop aus dem Finder in den Rohdatenordner ziehe.
Als Nächstes möchte ich die Dateien in eine JMP-Datentabelle importieren. Ich verwende den Mehrfachdateiimport, um beide CSV-Dateien automatisch zu öffnen und zu verknüpfen, ohne ein Skript schreiben oder das Tabellenmenü (Datei -> Mehrere öffnen…) verwenden zu müssen. Um die CSV-Dateien einfach zu öffnen, wähle ich die Dateierweiterung „.csv“ aus und lasse das Optionsfeld „Ähnliche Dateien stapeln“ aktiviert. Ich aktiviere die Spalte „Dateinamen hinzufügen“, um zu speichern, welche Proben Rotwein und welche Weißwein sind. Ich speichere das Skript im Skriptfenster und im Projekt. Wenn neue Daten eingehen und ich die JMP-Datentabelle neu generieren möchte, kann ich dies direkt tun, ohne den Dialog des Mehrfachdateiimports erneut durchlaufen zu müssen (Abbildung 19). Ich markiere das Skript für später, indem ich es aus der Fensterliste in die Lesezeichen ziehe und es dann schließe.
Abbildung 19. Einstellungen für den Import mehrerer Dateien.
Nachdem meine Datensätze nun in einer einzigen JMP-Datentabelle geöffnet sind, speichere ich die Datei und setze ein Lesezeichen im Projekt. Mit Recode kann ich eine Spalte (Farbe) hinzufügen, die die Kategorie des Weins in dieser Probe anzeigt. Ziel dieser Modellierungsübung ist es, die relativ kostengünstige Methode zur Messung physikochemischen Eigenschaften (wie Restzucker, Alkohol oder Sulfite) zu nutzen, um die relativ teuren professionellen Geschmackstests des Weins vorherzusagen. Wir verfügen über die historischen Daten, die beide Eigenschaften aufweisen, und können mithilfe guter Kreuzvalidierungstechniken ein Modell auf Basis dieser historischen Daten erstellen. Dieses Modell könnte auch bei neuen Daten, bei denen uns nur die physikochemischen Eigenschaften zur Verfügung stehen, gut funktionieren. Abbildung 20 zeigt eine Verteilungsmatrix mit ausgewählten hochwertigen Weinen. Die Verteilung der anderen Kennzahlen zeigt, dass einige Werte möglicherweise getrennt sind, um diese hoch bewerteten Weine zu segmentieren (d. h. Weine mit höherer Qualitätsbewertung scheinen tendenziell einen niedrigeren Restzucker- und einen höheren Alkoholgehalt zu haben). Wir werden diese Hypothese anhand mehrerer Modelle testen.
Indem wir eine multivariate Analyse durchführen und die Farbkarte zu Korrelationen betrachten, können wir auch erkennen, dass viele der Maßnahmen stark miteinander korreliert sind, was sich für Standardmodellierungstechniken wie schrittweise Regression oder kleinste Quadrate als Herausforderung erweisen wird.
Abbildung 20. Verteilungsmatrix der physikochemischen Eigenschaften, der Farbe und der Qualitätsbewertungen. Hoch bewertete Weine werden ausgewählt. Die Farbkarte der Korrelationen der physikochemischen Eigenschaften ist rechts dargestellt.
Um die Modellleistung zu bewerten und unseren verschiedenen Modellierungstechniken die gleiche Chance bei der Vorhersage der Weinqualität zu geben, setzen wir eine Kreuzvalidierung zur ehrlichen Bewertung der Modellleistung ein. Grundsätzlich unterteilen wir die vorhandenen Daten in drei Gruppen: Training (zum Erstellen der Modelle), Validierung (zur Feinabstimmung der Modelle und zum Ausgleich von Komplexität und Sparsamkeit mit der Leistung) und schließlich Test (eine Teilmenge der Daten, die nicht zur Modellierung verwendet wird, sondern nur zur Simulation neuer Daten dient und somit als Beurteilung der Leistungsfähigkeit des Modells bei neuen Daten dient).
Zum Erstellen der Validierungsspalte verwende ich das Dienstprogramm „Validierungsspalte erstellen“ unter „Analysieren > Prädiktive Modellierung“. Ich wähle die Option „geschichtete Zufallsauswahl“ und klicke dann auf die Spalte „Weinfarbe“, um sicherzustellen, dass die Stichprobenanteile in Trainings-, Validierungs- und Testgruppen für Rot- und Weißweine gleich sind. Ich verwende eine Stichprobe von 70 %/20 %/10 % in Trainings-, Validierungs- und Testgruppen.
Wir erstellen mehrere Kandidatenmodelle und veröffentlichen sie anschließend im Formeldepot. Das Formeldepot fügt sich gut in ein Projekt ein. Ich öffne es (Analysieren > Prädiktive Modellierung) und docke es dann in einer eigenen Spalte rechts neben dem Projekt an.
Nun erstellen wir einen Boosted Tree, einen Bootstrap Forest, ein neuronales Netz und mehrere verallgemeinerte Regressionsmodelle. Während ich die einzelnen Modelle erstelle, veröffentliche ich die Ergebnisse im Formula Depot.
Abbildung 21. Abschließendes Projekt zur prädiktiven Modellierung.
Es scheint, als ob der Bootstrap Forest das Modell ist, das am besten zu den Testdaten passt. Der Bootstrap Forest hat die zugrunde liegende Modellform gut erfasst. Abbildung 21 zeigt, wie ich das Projekt einrichten könnte, um alle erstellten Modelle in einer Registerkartenliste anzuzeigen. Die Modellsammlung befindet sich in einem Formeldepot rechts neben dem Arbeitsbereich. Direkt unter der Modellausgabe befindet sich ein Modellvergleich, um die Variablenbedeutung zu prüfen, sowie ein Profiler für die verschiedenen Kandidatenmodelle.
Der Bootstrap Forest erfasst die Tatsache, dass eine Erhöhung des Alkoholgehalts die Qualität des Weins bis zu einem gewissen Grad steigert, wie in Abbildung 22 dargestellt. Diese Abbildung zeigt die erforderlichen Einstellungen zur Herstellung von Wein höchster Qualität, wie in den historischen Daten angegeben. Wir können diese Ergebnisse auf zwei Arten mit anderen teilen. Erstens, indem wir den Score-Code des Modells aus dem Formeldepot in verschiedenen Sprachen (wie SAS, Python, C, JavaScript oder SQL) sowie als PPT oder HTML speichern.
Abbildung 22. Bootstrap-Forest-Modell zur Vorhersage der Weinqualität.
Dieser interaktive Bericht kann mit anderen geteilt werden, die JMP nicht verwenden. Der Profiler bleibt im Web interaktiv, sodass die Werte interaktiv angepasst werden können, um die Auswirkungen auf die Weinqualität zu sehen. Sowohl der Modell-Score-Code als auch der interaktive HTML5-Bericht können im Projekt mit Lesezeichen versehen werden.
Verweise
- Cortez, A. Cerdeira, F. Almeida, T. Matos und J. Reis. Modellierung von Weinpräferenzen durch Data Mining aus physikochemischen Eigenschaften.
In Decision Support Systems, Elsevier, 47(4):547-553, 2009.
- Lichman, M. (2013). UCI Machine Learning Repository [ http://archive.ics.uci.edu/ml ]. Irvine, CA: University of California, School of Information and Computer Science.
