に JMP Pro 11、我々は導入しましたミックスフィットさまざまな共分散構造と変量効果をもつモデルを近似するためのプラットフォーム。JMP Pro 12では、このプラットフォームが改良され、空間共分散構造を持つモデルに顕著な変更が加えられました。これらの変更は以下に詳述されています。
スピードアップ
モデルを空間共分散に適合させるには、特に観測数が増えるにつれて、高い計算コストが必要になります。JMP Pro 12では、Fit Mixedプラットフォームでモデルをフィットさせるために使用するアルゴリズムが次のように改善されました。クリスゴットワルト JMPの統計R&D部長。彼の仕事は、Fit Mixedですべてのモデルをフィットさせるのに必要な計算の数をさらに減らしました。これにより、特に空間モデルの適合に必要な時間が大幅に短縮されました。
私たちのテストでは、これらの空間モデルを当てはめたときに、5倍から15倍のスピードアップを経験しました。実際的には、これは10分以上で完了するまでに完了するまでに1時間以上かかったフィットを削減したことを意味します。
バリオグラム
私達はまた加えたバリオグラム JMP Pro 12では、空間相関の存在を調べて診断するためのビジュアルツールです。バリオグラムは、等方性空間モデル（ナゲットの有無にかかわらず、AR（1）またはPower、Exponential、Gaussian、Sphericalのいずれか）。下のバリオグラムは、観測位置が時間的または空間的に離れていくにつれての共分散の変化を視覚化したものです。
バリオグラムは半変量 2つの場所での観測値と場所間の距離の差の（分散の半分）。上記のバリオグラムに示されているように、密接に観察された観測値は強い相関関係を持っていることがわかります。
この相関は距離が増すにつれて減少し、半変量は増加する。準変量はもはやとして知られているもので増加しません範囲観測値が相関をほとんどまたはまったく持たない距離。上のバリオグラムでは、これはおよそ0.25の距離にあります。
半分散の最大値は、として知られています。敷居モデルがJMP Proに適合するほとんどの場合、これは単に観測値の分散です。非空間誤差がある場合、ナゲットを含めることでこの変動を推定できます。ナゲット効果は下のバリオグラムに描かれています。
半分散は距離ゼロでゼロになりますが、位置間の距離が正になるとすぐに、準分散はナゲットにジャンプします。上記のバリオグラムでは、ナゲットは約0.5です。
残差のみのモデル
バリオグラムはあなたが合うときにも利用可能です残差のみのモデル 。このオプションは以下の場所からアクセスできます。周辺モデル推論 ：
このオプションを選択し、時間または空間で距離を計算するために使用する列を指定した後、経験的バリオグラム示されています。バリオグラムの赤い三角メニューを使用すると、1つ以上の空間モデルをこの経験的バリオグラムに合わせることができます。
この場合、バリオグラムを使用して、空間共分散を残差のみのモデルに追加する必要があるかどうかを判断できます。空間的相関がない場合、経験的バリオグラムは平坦に見える可能性があり、距離にわたって相関に変化がないことを示唆しています。
上記では、距離が長くなるにつれて経験的バリオグラムが増加するように見え、指数モデル、ガウスモデル、または球面モデルのいずれかが適している可能性があります（Powerモデルは経験的バリオグラムにうまく適合しないようです）。モデルをこれらの相関構造のそれぞれに形式的にフィットさせるためにFit Mixedを使用した後、指数モデルが最も小さいので、指数モデルが好ましいことがわかります赤池情報量基準の修正 （AICc）とベイズ情報量基準 （ビック）。つまり、バリオグラムを使用して、Fit Mixedを使用して形式的に近似できる可能性のあるモデルを特定する必要があります。これらの適合では、AICc / BIC比較を使用して最良のモデルを選択する必要があります。
スピードとバリオグラムの追加機能が役に立つことを願っています。コメント欄に質問やフィードバックがあればお待ちしています。
