L’interactivité a toujours été une caractéristique essentielle de JMP qui permet la découverte par l'exploration de données et la génération de rapports. Transformer des colonnes vous garder "dans le flux" lors de l'exploration initiale. Les fonctionnalités interactives des rapports, telles que le brossage et la sélection des liens entre les tableaux et les rapports, vous permettent de continuer à poser des questions tout au long de l'analyse. le Filtre de données local et Sélecteur de colonne rationalisez ce processus en vous permettant de sous-définir ou de modifier de manière interactive les variables d'analyse sans avoir à recréer un rapport JMP 12 introduit le filtre de sélection, qui améliore encore le processus de génération de rapports interactif en filtrant un ensemble de graphiques ou de rapports en fonction de la sélection effectuée dans un autre ensemble de graphiques.
Filtres de données
Figure 1: un filtre de données local contrôle le sous-ensemble pour un seul rapport
Les filtres de données sont couramment utilisés pour explorer des sous-ensembles de données en fonction de critères spécifiés. Comme le montre la figure 1, le filtre de données local dans JMP fournit des interfaces pour filtrer les données en fonction des valeurs d'une ou de plusieurs colonnes. L'utilisation d'un filtre de données local vous permet d'explorer des sous-ensembles de données dans un rapport donné sans affecter le tableau de données source ou d'autres rapports qui dépendent du même tableau. Les scénarios de flux de travail courants impliquent souvent plusieurs analyses liées entre elles. Par exemple, vous souhaiterez peut-être voir une distribution de valeurs dans une colonne avant de décider quel sous-ensemble à analyser. Dans les versions précédentes de JMP, ce processus pouvait être effectué manuellement en créant des tables de sous-ensembles et plusieurs rapports. L'approche manuelle peut conduire à la création d'un grand nombre de fenêtres pour les tableaux de données et les rapports, ce qui nécessite davantage de comptabilité mentale pour comprendre l'analyse. Avec les scripts JSL, il serait possible de rationaliser le processus et d’offrir une présentation plus cohérente du flux de travail. Grâce aux filtres de sélection dans JMP 12, ce type de flux de travail peut être configuré de manière interactive dans JMP et enregistré pour une utilisation ultérieure et un partage avec des collègues.
Filtres de sélection
Figure 2: La sélection dans le plan de plan détermine les données à analyser dans le rapport Oneway.
Les filtres de sélection sont similaires aux filtres de données locaux, mais ils utilisent un ou plusieurs graphiques à la place de l'interface de filtre traditionnelle. Plutôt que d'utiliser une liaison de sélection pour partager l'état de sélection avec la table de données et d'autres rapports, un filtre de sélection utilise un état de sélection privé indépendant de la table de données et des autres rapports. Cette sélection privée est ensuite utilisée pour déterminer les lignes à inclure dans le graphique filtré. La figure 2 illustre l'utilisation d'un treemap en tant que filtre pour une analyse Oneway. Le treemap affiche toutes les données, tandis que le rapport Oneway est filtré pour afficher uniquement les lignes sélectionnées dans le treemap. Comme dans le cas du filtre de données traditionnel, si rien n'est sélectionné dans le filtre, toutes les données seront affichées dans la plateforme filtrée.
Figure 3: Deux graphiques de filtres offrent plusieurs moyens de sélectionner et de visualiser le sous-ensemble d'intérêt.
Les filtres de sélection ne se limitent pas à l'utilisation d'un seul graphique dans le filtre ou d'un seul rapport filtré. La figure 3 illustre l'utilisation de deux plates-formes dans le même filtre de sélection. La carte fournit un moyen de sélectionner des états individuels, tandis que l'histogramme de région fournit un moyen de sélectionner des états par groupe. Dans cet exemple, les deux rapports sont liés à la même sélection, de sorte que la sélection dans l'un des graphes est reflétée dans l'autre, tandis que le générateur de graphes filtré n'affiche que les données sélectionnées. Il est également possible de lier les filtres de sélection de manière hiérarchique, en créant un filtre qui rétrécit successivement le sous-ensemble d'intérêt en fonction de la sélection dans plusieurs graphiques.
La liaison de plusieurs plates-formes à l'aide d'un filtre de sélection fournit un flux d'analyse simplifié: vous choisissez à la fois comment sélectionner les données qui vous intéressent et comment afficher ou analyser le sous-ensemble. La combinaison améliore la puissance de chaque plate-forme. Envisagez la possibilité d’utiliser une plate-forme de classification hiérarchique en tant que filtre de sélection. En reliant une autre plate-forme à la sélection dans la hiérarchie du cluster, vous pouvez créer de manière interactive une application personnalisée affichant des diagnostics de cluster significatifs.
Dans un prochain article de blog, je montrerai le processus de création d'un filtre de sélection dans JMP 12. Veuillez commenter les combinaisons de graphiques ou d’analyses que vous utilisez fréquemment ensemble ou que vous souhaiteriez voir explorées. Les combinaisons et les applications sont vastes. J'ai hâte d'entendre vos idées!
Note de l'éditeur: Ce post fait partie d'un série d'aperçus de JMP 12 écrit par les personnes qui développent le logiciel.
Michael Clayton a écrit:
Mon graphique préféré si le diagramme de variabilité (appelé diagramme multi-variables dans Minitab et d'autres systèmes). L'utilisation de la stratification pour obtenir les composantes de la variance ne peut être effectuée dans ce graphique que pour des études factorielles multiniveaux imbriquées ou croisées ... visuellement. Mais il est considéré comme un outil d’étude de jauge, lorsque nous l’utilisons pour examiner rapidement toutes les DOE une fois terminées, avant la modélisation complexe, ainsi que dans les études SPC où les mêmes parcelles incluent souvent plusieurs outils, jauges et recettes pour certains paramètres de produit. résultat.
Tout ce qui nous aide, Pareto, les nombreuses causes possibles de variation nous aidera, sur n’importe quelle plate-forme graphique.
De même, pour l’EDA sur des données de test complexes (environ 500 paramètres de test électriques par matrice dans 25 tranches par lot sur des centaines de lots, au fil du temps), les idées les plus récentes sur la recherche de paramètres critiques à affecter aux efforts d’amélioration, autres que les tests d’hypothèses plus anciens, seraient: très utile. Les risques alpha et bêta sont des problèmes délicats liés aux «mégadonnées» dans les opérations de fabrication de précision, qui entraînent souvent un gaspillage d’efforts dans les DOE.
Je suis actuellement confronté à un problème de filtre de sélection hiérarchique et étant relativement nouveau dans le monde des capacités plus avancées de JMP, j'utilise ce forum pour en apprendre autant que possible. Cet article était excellent. Vers la fin de cet article, vous avez fait une déclaration
" Il est également possible de lier les filtres de sélection de manière hiérarchique, créant un filtre qui rétrécit successivement le sous-ensemble d'intérêt basé sur la sélection dans plusieurs graphiques."
J'aimerais vraiment en voir un exemple.
