De vez en cuando, la adición de nuevas características requiere una revisión de cómo se organizan y presentan las capacidades en JMP . ¿Están ubicados donde sea más sensato y donde los usuarios esperen encontrarlos? Por ejemplo, en JMP 12 hubo suficiente material nuevo combinado con la funcionalidad existente para garantizar un submenú de Investigación del consumidor en el menú Analizar.
En JMP 13, los usuarios también verán algunos cambios en el menú Analizar:
- El submenú de modelado anterior ha sido reemplazado por dos nuevos submenús: modelado predictivo y modelado especializado.
- Se agregó un submenú de agrupación en clúster para que pueda encontrar rápidamente su técnica de agrupación en clúster favorita.
Puede encontrar fácilmente la plataforma Fit Curve en Modelización especializada en JMP 13.
El submenú Predictive Modeling es el nuevo hogar para una variedad de plataformas de modelado que enfatizan la predicción, como Neural, Partition, Random Forest y K-Nearest Neighbors. El menú de modelado especializado es donde encontrarás plataformas como Fit Curve, Nonlinear y Time Series.
Clay Barker, desarrollador principal de investigación estadística, que escribió las plataformas Fit Curve y Normal Mixture, se alegró al ver que estas plataformas encuentran su hogar en los menús reorganizados. “Solían estar enterrados dentro de otras plataformas (Fit Curve dentro de mezclas no lineales y normales dentro de k-Means), lo que las hacía más difíciles de encontrar. Ahora recibirán más exposición y, con suerte, más personas comenzarán a usarlos ", dice Clay.
El nuevo submenú Clustering incluye mezclas normales y variables de cluster entre otras plataformas.
El nuevo submenú Clustering también contiene una nueva plataforma: Latent Class Analysis o LCA para abreviar. La adición del LCA generalizado para la agrupación en clústeres categórica no encajaba con los métodos de agrupación en respuesta continua que ya existían. Este fue también el caso de la nueva implementación especializada de LCA para análisis de texto en JMP Pro. Algunos de los resultados de la nueva agrupación de LCA incluyen diagramas de escalamiento multidimensional (MDS) y tablas de "compartir".
El gráfico de escalamiento multidimensional le permite ver la distancia entre grupos.
Si bien JMP incluye una serie de buenos métodos de agrupación en clústeres, era difícil encontrarlos, especialmente si no sabía dónde buscar, por lo que muchos usuarios no los conocían. Algunos, como el agrupamiento de mezcla normal o el agrupamiento de variables, eran "personalidades de la plataforma" o en una lista de menús de triángulos rojos. El nuevo submenú Agrupación agrupa los métodos de agrupación nuevos y existentes.
Los nuevos gráficos de acciones en el informe de LCA muestran las probabilidades condicionales dadas la membresía del clúster para cada grupo y cada Y, trazadas como un gráfico de barras apiladas horizontal.
La adición de LCA permitirá a los usuarios hacer más con sus datos de texto. Chris Gotwalt, director de I + D estadístico en JMP, disfrutó trabajando en el LCA de matriz dispersa, ya que nunca había hecho nada como aplicar métodos dispersos a un algoritmo de agrupamiento.
“Hasta ahora, la respuesta ha sido positiva tanto en la nueva funcionalidad como en las nuevas imágenes. Es de esperar que el uso de otros métodos de agrupación en el submenú lleve a un mayor uso ", dice Chris.
Tanto Clay como Chris liderarán tutoriales a Cumbre Descubrimiento 2016 , y no es demasiado tarde para inscribirse en estas sesiones especiales. Además, presentarán un documento titulado "Exploración visual de modelos de diseño de experimentos con la plataforma de regresión generalizada" en la conferencia.
Para obtener más información sobre lo que viene en JMP 13, visite el página de vista previa en nuestro sitio web.
