一款已经发展了 35 年以上的软件是一把双刃剑：经验丰富的用户会欣赏每一项新功能，但新手可能会因为选项太多而感到不知所措，也会因为输出内容过多而分心。
本文以使用 JMP 教授入门统计学课程为例（面向青少年学习者和本科生），探讨如何简化和优化 JMP 的使用体验。内置工具，加上 LearnBot 或数据分析向导等专用插件，可以帮助用户根据具体任务定制选项，引导用户交互，并呈现更清晰、更有针对性的结果。
虽然这种“软件精简”方法的灵感来源于教育环境，但它也带来了更广泛的好处，例如降低复杂性、提高效率，并帮助所有用户享受更精简、更专注的 JMP 体验。
JMP 是一款优秀的软件，以其易用性而闻名。这也是 JMP 学生版被世界各地大学广泛使用的原因之一，而且通常都是开箱即用。我和我的搭档 Koo Rijpkema（他拥有丰富的教学经验）希望探讨 JMP 对学生而言开箱即用的便捷程度，以此作为我们的基准。进一步提升学习体验的方案包括：定制化（尤其针对新用户入门）、打包以便于共享和记录使用情况，以及扩展功能，从而帮助用户提升到更高水平。我们也诚挚地邀请大家与我们探讨如何让教师和学生的工作更加轻松，并分享最佳实践。这张海报总结了近期学术网络研讨会中分享的更详细的内容，请参阅左下角的参考资料。好的，谢谢 Volker。我在荷兰埃因霍温理工大学为博士生和工程专业毕业生组织数据分析课程项目。该项目包括一个应用数据分析的复习课程和三个短期后续课程，分别讲解实验设计、时间序列分析和预测建模。这些课程引入 JMP 的目的是为了让我们的工程师和研究人员熟悉最先进的分析技术，并了解记录在案、可复现的方法的重要性，以便与同事分享。由于 JMP 提供的众多分析技术和选项可能会让初次使用者感到不知所措，我们会根据课程级别、JMP 的角色以及课程中使用的关键工具来定制 JMP 环境，具体内容总结在右下角的课程安排中。课程从现成的 JMP 学生版开始，学员可以使用其友好的图形用户界面来遵循标准的工作流程。例如，在拟合线性回归模型的简单示例中，“Fit Y by X”平台或“Fit Model”平台就足够了，它们提供了丰富的红色三角形选项，甚至还有结合了探索性数据分析、模型拟合和模型评估等任务的分析预设。然而，定制 JMP 环境可以改善用户体验，使他们能够专注于正在执行的数据分析任务以及对结果的解释。我的同事 Volker 将总结一些关于如何恰当地定制 JMP 环境的指导原则。谢谢，Koo。定制 JMP 用户界面可以更方便地访问相关的 JMP 工具，尤其对新用户而言。我们将讨论几种方案。我个人最喜欢的是将已保存的脚本与数据表捆绑在一起，以及平台预设，这样可以减少对红色三角形选项的需求。任何课程都不需要所有功能。如果您想专注于相关功能，还可以定制 JMP 菜单和工具栏。除了删除菜单项之外，您还可以添加自定义菜单，例如“现代六西格玛”。下一个方向对新用户和中级用户都很有帮助，它涉及课程内容的打包、数据集的共享、分析工作流程和结果的共享，以及对可复现性、文档和沟通的支持。选项包括 JMP 日志和项目，以及 JMP 工作流程和新的笔记本。最后，我们建议利用 JMP 软件的外部扩展，例如来自 JMP 用户社区的资源或来自 JMP 应用市场的插件。虽然一些插件为教师或学生带来了便利，但我们想遵循 Russ Wolfinger 的白皮书，重点介绍像 LearnBot 这样的基于人工智能的工具。如果使用得当，这些工具可以像嵌入式导师或副驾驶一样工作，帮助学生在教师较少甚至没有指导的情况下提升到更高水平。
