886754_ko-KR

liliconcom

시간에 따른 신호 특성을 생성할 때, 평균, 중앙값, 표준편차와 같은 일부 통계량은 '새로운 수식 열'을 사용하여 시간 구간 열로 그룹화하여 쉽게 계산할 수 있습니다. 그러나 첨도, 왜도, 분산과 같은 중요한 신호 특성은 사용 가능한 목록에서 누락되었습니다.

이러한 위시리스트 요청을 하게 된 계기는 무엇이었나요?

어떤 개선을 원하시나요?

이 아이디어가 왜 중요한가요?

데이터 블렌딩 및 정리품질 및 공정 엔지니어링Re: 시간 경과에 따른 신호 특성을 생성할 때, 평균, 중앙값, 표준편차와 같은 일부 통계량은 '새로운 수식 열'을 사용하여 시간 구간 열별로 그룹화하여 쉽게 계산할 수 있습니다. 그러나 첨도, 왜도, 분산과 같은 중요한 신호 특성은 사용 가능한 목록에서 누락되었습니다.

안녕하세요 @루 , 동의해요!

요약 통계를 동기화해 보세요(표/요약 - 표 - 그래프 작성기 요약 통계 - 분포 - 헤더 통계)도 같은 아이디어입니다.
열 ...() 집계에 대해 명확하게 언급하지는 않았지만, 그렇죠, 목록에도 있어야 합니다!

통계 기능 중 다수는 일부 통계 플랫폼을 통해서만 사용할 수 있으며, 다른 플랫폼에서는 사용할 수 없습니다.

지금까지 콜 ... () 로 제공되지 않았던 가장 중요한 통계 중 하나: 범주 계산!
비교: 표/요약

다행히도 JMP19와 함께 제공됩니다. : Col N 카테고리

그 외에도, 변환 열은 요약 통계만큼 편리하죠?(:green_heart:) 모든 플랫폼에 큰 개선이 될 거예요!

새로운 범위 프레임워크는 열 ...() 집계의 힘을 기반으로 GraphBuilder에 대한 즉석 그룹화된 통계를 제공합니다.

더 나은 점은 그룹화된 통계의 경우 JMP19에 또 다른 큰 개선 사항이 있다는 것입니다.
JMP19에는 MAD와 같은 "중첩된" Col ... 집계를 계산하는 빠른 방법이 제공됩니다.
따라서 집계 뒤에 있는 기능을 알고 있다면 기존 색상... ( ) 집계를 결합하여 수동으로 설정할 수 있습니다.
그리고 MAD, 비대칭도, 첨도 와 같이 중첩이 필요한 경우에도 이전보다 훨씬 더 빨라질 것입니다

이 모든 흥분 속에서, 저도 동의합니다. 이 방법은 집계를 수동으로 설정하려는 전문가에게만 적합합니다.
하지만 열 평균() 과 마찬가지로 Col Skewness ()를 계산하려는 표준 JMP 사용자에게는 도움이 되지 않습니다.
JMP에서 다양한 통계 플랫폼을 동기화하려면 아직 해야 할 일이 많이 있습니다!

Re: 시간 경과에 따른 신호 특성을 생성할 때, 평균, 중앙값, 표준편차와 같은 일부 통계량은 시간 구간 열로 그룹화된 '새로운 수식 열'을 사용하여 쉽게 계산할 수 있습니다. 그러나 첨도, 왜도, 분산과 같은 중요한 신호 특성은 사용 가능한 목록에서 누락되었습니다. - 상태 변경: 확인됨

요청을 제출해 주셔서 감사합니다! 검토가 완료되었으며, 상태에 변경 사항이 있으면 알려드리겠습니다.