De temps en temps, l’ajout de nouvelles fonctionnalités nécessite un examen de la manière dont les fonctionnalités sont organisées et présentées dans JMP . Sont-ils situés là où c'est le plus logique et où les utilisateurs s'attendent à les trouver? Par exemple, dans JMP 12, il y avait suffisamment de nouveau matériel associé aux fonctionnalités existantes pour justifier un sous-menu Consumer Research dans le menu Analyze.
Dans JMP 13, les utilisateurs verront également certaines modifications apportées au menu Analyse:
- L'ancien sous-menu Modélisation a été remplacé par deux nouveaux sous-menus: Modélisation prédictive et Modélisation spécialisée.
- Un sous-menu Clustering a été ajouté pour vous permettre de trouver rapidement votre technique de clustering préférée.
Vous pouvez facilement trouver la plate-forme Fit Curve sous Modélisation spécialisée dans JMP 13.
Le sous-menu Predictive Modeling (Modélisation prédictive) est le nouveau site de nombreuses plates-formes de modélisation qui mettent l'accent sur la prédiction, telles que Neural, Partition, Random Forest et K-Nearest Neighbours. Le menu Modélisation spécialisée vous propose des plates-formes telles que Fit Curve, Nonlinear et Time Series.
Statisticien de recherche senior Le développeur Clay Barker, qui a écrit les plates-formes Fit Curve et Normal Mixture, était heureux de voir que ces plates-formes trouvent une place de choix dans les menus réorganisés. «Ils étaient enterrés dans d’autres plates-formes (Fit Curve dans les mélanges non linéaires et Normal dans k-Means), ce qui les rendait plus difficiles à trouver. Maintenant, ils auront plus de visibilité et, espérons-le, plus de gens commenceront à les utiliser », déclare Clay.
Le nouveau sous-menu Clustering inclut les mélanges normaux et les variables de cluster, entre autres plates-formes.
Le nouveau sous-menu Clustering contient également une nouvelle plate-forme: Analyse de classe latente ou ACV. L'ajout de l'ACV généralisée pour la classification catégorielle ne correspondait pas aux méthodes de classification en réponse continue déjà existantes. Ce fut également le cas avec la nouvelle mise en œuvre spécialisée de ACV pour l'analyse de texte dans JMP Pro. Certains des résultats de la nouvelle classification LCA incluent des tracés MDS (Multidimensional Scaling) et des graphiques «partagés».
Le graphe Multi-Dimensional Scaling vous permet de voir la distance entre les clusters.
Bien que JMP inclue un certain nombre de méthodes de clustering efficaces, elles étaient difficiles à trouver, surtout si vous ne saviez pas où chercher, tant d'utilisateurs ne les connaissaient pas. Certains, tels que le clustering de mélange normal ou le clustering de variable, étaient des «personnalités de plate-forme» ou une liste de menus en forme de triangle rouge. Le nouveau sous-menu Clustering regroupe des méthodes de clustering nouvelles et existantes.
Les nouveaux graphiques de partage dans le rapport de LCA indiquent les probabilités conditionnelles en fonction de l'appartenance à un groupe pour chaque groupe et chaque Y, sous forme de graphique à barres empilées horizontales.
L'ajout de l'ACV permettra aux utilisateurs de faire plus avec leurs données textuelles. Chris Gotwalt, directeur de la R & D statistique chez JMP, a eu plaisir à travailler sur l’ACV à matrice creuse, car il n’avait jamais rien fait de tel que l’application de méthodes clairsemées à un algorithme de classification.
«Jusqu'à présent, la réponse a été positive concernant les nouvelles fonctionnalités ainsi que les nouveaux visuels. La mise en évidence des autres méthodes de regroupement dans le sous-menu devrait permettre une utilisation accrue », déclare Chris.
Clay et Chris dirigeront tutoriels à Sommet Découverte 2016 et il n’est pas trop tard pour vous inscrire à ces sessions spéciales. En outre, ils présenteront à la conférence un article intitulé "Modèles de conception d’expérimentations explorant visuellement avec la plate-forme de régression généralisée".
Pour en savoir plus sur l’avenir de JMP 13, visitez le site page d'aperçu sur notre site.
