有時，添加新功能需要審查功能的組織和呈現方式 JMP 。它們是否位於最有意義的位置以及用戶期望找到它們的位置？例如，在JMP 12中，有足夠的新材料與現有功能相結合，以保證Analyze菜單中的Consumer Research子菜單。
在JMP 13中，用戶還會看到Analyze菜單的一些更改：
- 舊的Modeling子菜單已被兩個新的子菜單取代：Predictive Modeling和Specialized Modeling。
- 添加了“聚類”子菜單，以便您可以快速找到自己喜歡的聚類技術。
您可以在JMP 13中的Specialized Modeling下輕鬆找到Fit Curve平台。
Predictive Modeling子菜單是強調預測的各種建模平台的新家，例如神經，分區，隨機森林和K近鄰。您可以在Specialized Modeling菜單中找到Fit Curve，Nonlinear和Time Series等平台。
編寫Fit Curve和Normal Mixture平台的高級研究統計學家Clay Barker很高興看到這些平台在重組的菜單中找到了一個家。“他們曾經被埋在其他平台內（在K-Means內部的非線性和普通混合物中的擬合曲線），這使得它們更難找到。現在他們將獲得更多曝光，並希望更多人將開始使用它們，“克萊說。
新的Clustering子菜單包括其他平台中的Normal Mixtures和Cluster Variables。
新的Clustering子菜單還包含一個新平台：Latent Class Analysis或簡稱LCA。用於分類聚類的廣義LCA的添加不適合已經存在的連續響應聚類方法。新的專業實施也是如此用於文本分析的LCA 在JMP Pro中。新LCA群集的一些輸出包括多維縮放（MDS）圖和“共享”圖表。
多維縮放圖允許您查看聚類之間的距離。
雖然JMP包含了許多優秀的聚類方法，但如果您不知道在哪裡查找它們很難找到，那麼很多用戶都不知道它們。有些像正常混合聚類或可變聚類一樣，是“平台個性”或紅色三角形菜單列表。新的“聚類”子菜單將新的和現有的聚類方法組合在一起。
LCA報告中的新份額圖表顯示了每個群集和每個Y的群集成員資格的條件概率，繪製為水平堆積條形圖。
增加LCA將使用戶能夠更多地使用他們的文本數據。JMP統計研發總監Chris Gotwalt喜歡研究稀疏矩陣LCA，因為他從未做過將稀疏方法應用於聚類算法的任何事情。
“到目前為止，對新功能以及新視覺效果的反應是積極的。其他聚類方法在子菜單中更突出的特色將有望帶來更大的用途，“克里斯說。
Clay和Chris都將領先教程在 2016年發現峰會 ，註冊這些特別會議還為時不晚。此外，他們還將在會上發表題為“用廣義回歸平台進行實驗模型的視覺探索設計”的論文。
要了解有關JMP 13即將發布的更多信息，請訪問預覽頁面在我們的網站上。
