Das Hinzufügen neuer Funktionen erfordert von Zeit zu Zeit eine Überprüfung der Organisation und Darstellung der Funktionen in JMP . Befinden sie sich dort, wo es am sinnvollsten ist und wo die Benutzer sie erwarten würden? In JMP 12 gab es beispielsweise genug neues Material in Kombination mit vorhandenen Funktionen, um ein Untermenü Consumer Research im Menü Analyze zu gewährleisten.
In JMP 13 werden den Benutzern auch einige Änderungen am Analysemenü angezeigt:
- Das alte Untermenü Modellierung wurde durch zwei neue Untermenüs ersetzt: Predictive Modeling und Specialized Modeling.
- Ein Clustering-Untermenü wurde hinzugefügt, damit Sie Ihre bevorzugte Clustering-Technik schnell finden können.
Sie finden die Fit Curve-Plattform in JMP 13 unter Specialized Modeling.
Das Predictive Modeling-Untermenü ist das neue Zuhause für eine Vielzahl von Modellierungsplattformen, die die Vorhersage betonen, wie Neural, Partition, Random Forest und K-Nearest-Nachbarn. Im Menü Specialized Modeling finden Sie Plattformen wie Fit Curve, Nonlinear und Time Series.
Clay Barker, der Entwickler von Research Research Statistics, der die Plattformen Fit Curve und Normal Mixture schrieb, freute sich, dass diese Plattformen in den reorganisierten Menüs ein Zuhause fanden. „Früher waren sie in anderen Plattformen (Fit-Kurve in nichtlinearen und normalen Gemischen in k-Means) vergraben, wodurch sie schwerer zu finden waren. Jetzt bekommen sie mehr Bekanntheit, und hoffentlich werden mehr Menschen damit arbeiten “, sagt Clay.
Das neue Untermenü Clustering enthält neben anderen Plattformen auch normale Mischungen und Clustervariablen.
Das neue Untermenü Clustering enthält auch eine neue Plattform: Latent Class Analysis oder kurz LCA. Das Hinzufügen der verallgemeinerten Ökobilanz für kategoriales Clustering passte nicht zu den bereits vorhandenen kontinuierlichen Response-Clustering-Methoden. Dies war auch der Fall bei der neuen spezialisierten Implementierung von Ökobilanz für Textanalyse in JMP Pro. Einige der Ausgaben für das neue LCA-Clustering umfassen MDS-Diagramme (Multidimensional Scaling) und "Share" -Diagramme.
Multi-Dimensional Scaling-Diagramm ermöglicht es Ihnen, die Entfernung zwischen Clustern zu sehen.
Während JMP eine Reihe guter Clustering-Methoden enthält, waren diese schwer zu finden, vor allem, wenn Sie nicht wussten, wo sie suchen müssen. Viele Benutzer wussten nichts davon. Einige, wie das normale Mixture-Clustering oder das variable Clustering, waren "Plattform-Persönlichkeiten" oder in einer Liste von roten Dreiecksmenüs. Das neue Untermenü Clustering fasst neue und vorhandene Clustering-Methoden zusammen.
Die neuen Freigabediagramme im LCA-Bericht zeigen die bedingten Wahrscheinlichkeiten bei gegebener Clustermitgliedschaft für jeden Cluster und jedes Y, dargestellt als horizontal gestapeltes Balkendiagramm.
Durch die Hinzufügung von LCA können Benutzer mehr mit ihren Textdaten machen. Chris Gotwalt, Direktor für statistische Forschung und Entwicklung bei JMP, arbeitete gerne an der LCA mit spärlicher Matrix, da er noch nie so etwas wie eine spärliche Methode für einen Clustering-Algorithmus angewendet hatte.
„Die Resonanz auf die neue Funktionalität sowie die neuen Visuals war bisher positiv. Wenn die anderen Clustering-Methoden im Untermenü stärker hervorgehoben werden, wird dies hoffentlich zu einem größeren Einsatz führen “, sagt Chris.
Sowohl Clay als auch Chris werden führen Tutorials beim Discovery Summit 2016 und es ist nicht zu spät, um sich für diese speziellen Sitzungen anzumelden. Darüber hinaus wird auf der Konferenz ein Vortrag mit dem Titel "Visuelles Erforschen von Versuchsmodellen mit der Generalized Regression Platform" vorgestellt.
Um mehr darüber zu erfahren, was in JMP 13 kommt, besuchen Sie die Vorschau-Seite auf unserer Website.
