対話性は常にの主要な機能です JMP それはデータ探査とレポート生成の両方を通して発見を可能にします。 列の変換最初の探索の間、あなたを「流れの中に」保ちます。表とレポートの間のブラッシングや選択リンクなど、レポートの対話式機能を使用すると、分析の間中ずっと質問を続けることができます。のローカルデータフィルタそして列スイッチャーこのプロセスを合理化し、レポートを再作成することなく分析変数を対話的にサブセット化または変更できるようにします。JMP 12には選択フィルターが導入されています。選択フィルターは、別のグラフで実行された選択に基づいて、1組のグラフまたはレポートをフィルター処理することによって対話式レポート生成プロセスをさらに強化します。
データフィルタ
図1：ローカルデータフィルタは単一のレポートのサブセットを制御します
データフィルタは、指定された基準に基づいてデータのサブセットを検索するために一般的に使用されます。図1に示すように、JMPのローカルデータフィルタは、1つ以上の列の値に基づいてデータをフィルタ処理するためのインタフェースを提供します。ローカルデータフィルタを使用すると、ソースデータテーブルや同じテーブルに依存する他のレポートに影響を与えることなく、特定のレポート内のデータのサブセットを調べることができます。一般的なワークフローシナリオでは、複数の分析をリンクさせる必要があります。たとえば、分析するサブセットを決定する前に、列内の値の分布を確認したい場合があります。以前のバージョンのJMPでは、このプロセスはサブセットテーブルと複数のレポートを作成することによって手動で実行できました。手動のアプローチでは、データテーブルやレポート用に多数のウィンドウが作成される可能性があり、分析を理解するためにより多くのメンタルブックキーピングが必要になります。JSLスクリプトを使用すると、プロセスを合理化し、よりまとまりのあるワークフロープレゼンテーションを提供することが可能になります。JMP 12の選択フィルターを使用して、このタイプのワークフローをJMP内で対話式に構成し、将来の使用と同僚との共有のために保存することができます。
選択フィルタ
図2：ツリーマップで選択すると、Onewayレポートで分析するデータが決まります
選択フィルタはローカルデータフィルタに似ていますが、従来のフィルタインタフェースの代わりに1つ以上のグラフを使用します。選択リンクを使用して選択状態をデータテーブルや他のレポートと共有するのではなく、選択フィルタはデータテーブルや他のレポートから独立したプライベート選択状態を使用します。次に、このプライベート選択を使用して、フィルタ処理されたグラフに含める行を決定します。図2は、Oneway分析のフィルタとしてのツリーマップの使用方法を示しています。ツリーマップにはすべてのデータが表示されますが、一方向レポートではツリーマップで選択されている行のみが表示されるようにフィルタ処理されています。従来のデータフィルタの場合と同様に、フィルタで何も選択されていないと、すべてのデータがフィルタ処理されたプラットフォームに表示されます。
図3：2つのフィルタグラフは、関心のあるサブセットを選択して視覚化するための複数の方法を提供します。
選択フィルタは、フィルタ内の単一のグラフまたはフィルタ処理されている単一のレポートの使用に限定されません。図3は、同じ選択フィルタ内での2つのプラットフォームの使用方法を示しています。マップは個々の州を選択する方法を提供し、一方、地域ヒストグラムはグループ別に州を選択する方法を提供します。この例では、2つのレポートが同じ選択にリンクされているため、どちらかのグラフの選択はもう一方のグラフに反映され、フィルタ処理されたGraph Builderには選択されたデータのみが表示されます。選択フィルタを階層的にリンクして、複数のグラフでの選択に基づいて対象のサブセットを順次絞り込むフィルタを作成することもできます。
選択フィルタを使用して複数のプラットフォームをリンクすると、分析の流れが合理化されます。目的のデータを選択する方法とサブセットを表示または分析する方法の両方を選択できます。この組み合わせにより、各プラットフォームの機能が強化されます。選択フィルタとして階層型クラスタリングプラットフォームを使用する可能性を検討してください。別のプラットフォームをクラスター階層内の選択項目にリンクすることで、意味のあるクラスター診断を表示するカスタマイズされたアプリケーションを対話式に作成できます。
今後のブログ投稿では、JMP 12で選択フィルターを作成するプロセスについて説明します。よく使うグラフや分析の組み合わせについて調べてください。組み合わせと用途は広大です。あなたのアイデアをお待ちしています！
編集者注： この投稿は、の一部です JMP 12の一連のプレビューソフトウェアを開発する人々によって書かれました。
マイケルクレイトン書きました：
Variability Plot（Minitabや他のシステムではMulti-Vari plotと呼ばれる）であれば私のお気に入りのグラフ。分散成分を得るための層別化の使用は、このプロットでは入れ子にされたまたは交差した多段階因子研究のために…視覚的にのみ行うことができます。しかし、複雑なモデリングの前、完成したときにすべてのDOEをすばやく確認するために実際に使用する場合や、同じプロットに複数のツールや製品パラメーターのゲージやレシピが含まれることが多いSPC調査では、ゲージ学習ツールとして分類されます。結果。
さまざまなグラフプラットフォームで、さまざまなバリエーションの原因をパレートするのに役立ちます。
また、複雑なテストデータ（何百ロットにも及ぶバッチあたり25ウェハ以内で1チップあたり500程度の電気的テストパラメータ）についてのEDAの場合、古い仮説テスト以外に、改善努力に割り当てる重要なパラメータを見つけるという新しい考えがあります。非常に役立ちます。アルファおよびベータのリスクは、精密製造業務における「ビッグデータ」に関するトリッキーな問題であり、しばしばDOEの無駄な努力につながります。
私は現在、階層選択フィルターの問題に取り組んでおり、JMPのより高度な機能の世界では比較的新しいので、このフォーラムを使用してできるだけ多くのことを学びます。 この記事は素晴らしかった。 この記事の終わりに向かって、あなたは声明を出しました
「」選択フィルターを階層的にリンクして、複数のグラフでの選択に基づいて対象のサブセットを連続的に絞り込むフィルターを作成することもできます。」
私は本当にこの例を見たいと思います。
