JMP 11 在許多方面向前邁出了一大步，但特別是 JMP Pro 。從JMP 9中引入的時間開始，JMP Pro主要側重於預測建模，其中包含更複雜的過程，用於擬合神經網絡以及增強和引導回歸樹模型。JMP Pro 11通過增加四個新平台大大擴展了其範圍：適合混合，廣義回歸，隆起和可靠性框圖。
Fit混合平台是由勞拉蘭開斯特 ，約翰薩爾和我自己並為JMP Pro帶來了適合線性混合模型的能力，這些模型具有考慮空間和時間的不同相關結構，隨機係數模型等。該平台使用稀疏矩陣實現並且是多線程的，允許您將模型擬合到具有相當大量隨機效應的較大數據集。您可以在幾乎所有科學學科中利用這些模型，從社會和環境科學到工程和製造。
廣義回歸平台由克萊巴克是我們的下一代通用線性建模平台。作為廣義線性模型平台的後繼者，它可以將模型擬合到非正態分佈數據。該平台最強大的方面是結合了現代回歸工具，如Lasso和Elastic Net，它們可以自動化模型擬合和變量選擇過程。特別是，當將模型擬合到具有相關輸入的觀測數據時，彈性網非常有用。在未來，這將是我們將添加更多分佈式建模選項的地方，以及諸如廣義估計方程式甚至貝葉斯分層模型之類的東西。
由我們的首席可靠性開發人員Peng Liu與JMP的NodeGraph庫的作者Aaron Anderson合作開發的可靠性框圖平台完善了我們的工程可靠性工具套件。它使人們能夠預測由許多組件製成的複雜產品的可靠性。例如，汽車製造商將進行初步實驗，以了解尚未推出的新車的各種子組件的可靠性。使用可靠性框圖平台，您可以將這些子組件的可靠性模型（例如變速箱，動力總成，發動機和電氣系統）與易於使用的基於圖形的界面相結合，然後繪製整車的可靠性分佈。
由John Sall自己開發的Uplift Modeling平台是一個功能強大的數據挖掘工具，應用程序從直接營銷到製藥行業各不相同。該平台適合模型，可讓您識別最有可能響應治療的亞群。例如，您可以確定哪些人最有可能在將其納入直接營銷活動後進行購買，或者確定最有可能（或不太可能！）對藥物治療做出反應的患者亞群。
我們也一直忙於製作JMP標準版。可能在這方面最重要的努力是我們重新致力於為社會科學領域的人們提供服務。這些努力的核心是John Sall領導的另一個項目：對分類平台進行了徹底的改革，以便更容易地分析市場研究調查。因子分析是社會科學家統計工具包的重要組成部分，我們的多元分析開發人員丁建峰已經為其提供了自己的JMP平台。
JMP 10在JMP中啟動了質量和統計過程控制組件的更新，並看到了控製圖生成器和測量系統分析（MSA）平台的引入。由開發 Annie Zangi ，控製圖生成器是一個拖放工具，用於為連續響應數據創建休哈特圖表，該數據已擴展為處理計數和分類數據的屬性圖表，以及用於監控稀有事件行為的圖表。Laura Lancaster的MSA平台是Don Wheeler的EMP方法的第一個商業實施，它是Gauge R＆R研究的替代方案。關於這一點的好處是簡單而直接的方式，它清楚地表明測量誤差對檢測製造過程中的變化的能力的影響。在JMP 11中，MSA平台已經擴展到處理更複雜的模型，更真實地描述瞭如何從現代製造過程中獲取測量結果。
我個人最感興趣的功能之一是瑞恩帕克' 在JMP中加入Profiler。Ryan開發了一種基於模擬的方法來評估變量重要性，該方法僅基於預測公式，而不是基於您如何擬合模型。該技術基於函數的Sobol分解，您可以將它應用於任何公式。這意味著你現在有了一個可以用於變量選擇的工具，可以應用於任何統計模型，甚至像神經網絡那樣使用傳統變量選擇方法的黑盒子。這是應用於使用JMP Pro的一個兩層神經網絡模型的變量重要性工具，用於某些（模擬）信用卡批准數據。
JMP中另一個很酷的新小部件是Laura Lancaster開發的Multiple Comparisons模塊，它可以輕鬆地對任意輸入變量組合進行各種多重比較。這些包括分析均值，Tukey的所有成對比較，Dunnett的比較與對照的比較，以及當存在實際意義的閾值時的等效性測試。每個都帶有一個漂亮的圖表，可以很容易地看到數據中的差異。以下是等效性測試的示例：
JMP 11 你真的很期待！
注意： 這篇文章是JMP研發成員和技術專家對JMP 11系列預覽的一部分。JMP博客將在每週二進行新的預覽，直到9月份發布JMP 11。看看所有的 JMP 11預覽 。
米歇爾之家中寫道：
確實有一些很棒的增強功能和新功能！謝謝偷看。預定發布日期是什麼時候？
