Neu in JMP® 11

Schneller und problemlos zu Erfolgen

JMP verknüpft umfassende Statistiktools mit dynamischen Grafiken auf dem Desktop, um Kontext und Einsichten zu liefern, die in einer reinen Zahlentabelle unmöglich zu erkennen sind – das macht JMP so besonders. Vom Datenimport zur Analyse und zur Präsentation bietet JMP 11 neue Tools, die Ihnen helfen, Ihre Daten zu verstehen.

Procter & Gamble ist seit 23 Jahren JMP-Anwender. „Wir freuen uns auf die neuen Funktionen und sehen JMP nach wie vor als führende Innovationskraft, die aufzeigt, wie Statistik genutzt werden kann, um unseren Alltag ein wenig zu erleichtern“, sagt Thomas J. Lange, Director, Corporate R&D Modeling and Simulation.

Lernen Sie diese neuen Funktionen in JMP®11 kennen

Definitive Screening-Designs

Sie können nun Experimente planen, die die wesentlichen Faktoren mit entscheidendem Einfluss auf ein Ergebnis identifizieren und sie von den vielen Faktoren mit zu vernachlässigenden Auswirkungen herausfiltern. Wirkungen eines Faktors mit starker Krümmung werden bei einem traditionellen Screening-Design möglicherweise übersehen und die betreffenden Faktoren werden ausgeblendet. Interaktionen, an denen zwei Faktoren beteiligt sind, erfordern für Standard-Screening-Designs mit einer ähnlichen Anzahl von Durchläufen weitere Folgeversuche, um Unklarheiten zu beseitigen. Wäre es nicht eine große Erleichterung, wenn Mehrdeutigkeiten sofort und ohne zusätzliche Versuche aufgelöst werden könnten? Definitive Screening-Designs ermöglichen das.

Definitive Screening-Designs in JMP

Ein Korrelationsdiagramm für ein definitives Screening-Design. Keiner der Modellbegriffe ist mit einem anderen korreliert.

Zurück nach oben

Excel-Importassistent

Excel-Importassistent in JMP

Mit dem Excel-Importassistenten können Sie in wenigen Schritten aus Ihren Excel-Arbeitsmappen eine für die Analyse bereite JMP-Tabelle erstellen.

Sie kennen die Situation: Sie haben gerade mehrere Microsoft Excel-Arbeitsmappen erhalten, die Sie nach JMP importieren müssen, um sie zu analysieren. Da die Daten jedoch über mehrere Arbeitsmappen verteilt sind, es verschachtelte Hierarchien und gruppierte Zeilen oder Spalten gibt, müssen Sie diese Probleme erst einmal beseitigen, bevor Sie mit der Analyse beginnen können. Viele dieser mühsamen Schritte werden Ihnen nun durch den leistungsstarken und flexiblen Excel-Importassistenten abgenommen. Sie erhalten in wenigen Schritten und mit weniger Bereinigungs- und Neuformatierungsaufwand eine für die Analyse bereite JMP-Tabelle.

Der Excel-Importassistent bietet folgende Funktionen:
Mehr Optionen für die Auswahl von Daten während des Importvorgangs
Erleichterte Überprüfung der Importeinstellungen durch eine visuelle Vorschau
Verknüpfung mehrerer Arbeitsmappen und Zuordnung von Spalten, um die Bereinigung und Zusammenfassung der Daten nach dem Import zu vereinfachen
Stapelfunktion zur JMP-gerechten Anordnung der Daten
Möglichkeit, Werte für verbundene EXCEL-Zellen einzutragen
Automatisches Generieren von JSL-Code, um Daten aus der Excel-Arbeitsmappe zu aktualisieren, wenn die Datei geändert oder aktualisiert wird

Hinweis: Der Excel-Importassistent von JMP ist nur unter Windows verfügbar.

Zurück nach oben

Variablentransformation

Manchmal ist es erforderlich, Variablen zu transformieren, Verhältniszahlen zu erstellen oder Datumsangaben in verschiedenen Formaten anzugeben, bevor Sie mit einer Analyse beginnen können. Dies erledigt nun JMP für Sie. Es reicht ein einzelner Klick und Sie bleiben im Arbeitsfluss Ihrer Analyse – Sie müssen den Vorgang nicht unterbrechen, um eine Formelspalte zu erstellen oder Ihre Datentabelle zu ändern.

Transformierte Variablen bieten eine Reihe von Vorteilen:
Sie können im Arbeitsfluss Ihrer Analyse bleiben und Daten aus verschiedenen Perspektiven betrachten.
Sie können temporäre, formelbasierte Spalten ohne großen Aufwand erstellen und müssen sie nicht in der Datentabelle speichern.
Mit einer Reihe von Funktionen können die Variablen transformiert und kombiniert werden. Größtmögliche Flexibilität erhalten Sie zudem durch die Möglichkeit, Funktionen auf Variablen anzuwenden.
Auch Datumsangaben können problemlos transformiert, aggregiert oder neu formatiert werden.
Der Zugriff erfolgt durch Rechtsklick auf einen beliebigen Startdialog.
Transformierte Variablen können in der Datentabelle gespeichert werden, wenn eine permanente Spalte gewünscht wird.
Variablentransformation in JMP

Sie können Variablen im Startdialog einer beliebigen Plattform, in der Funktion „Grafik erstellen“ und über JSL mit einem einzigen Klick transformieren.

Zurück nach oben

Verbraucher- und Marktforschung

Marktforschungsanalyse in JMP

Analysieren Sie komplexe Befragungsdaten mit umfassender Kontrolle der Fragestrukturen, Berichtspräsentation und statistischen Tests.

Sie sammeln bereits Informationen darüber, wie Kunden ein Produkt oder eine Dienstleistung nutzen oder wie zufrieden sie mit Ihren Angeboten sind. Anhand der daraus gewonnenen Erkenntnisse können Sie bessere Produkte und Dienstleistungen erstellen, was zu zufriedeneren Kunden und einem höheren Umsatz für Ihr Unternehmen führt. JMP verfügt nun über eine umfassende Palette von Tools für die Kunden- und Marktforschung. Bislang haben Sie möglicherweise ein Produkt für die Marktforschung und JMP für die Versuchsplanung eingesetzt. Nun können Sie beide Analysetypen mit einem einzigen Produkt durchführen und Ihre wertvollste Ressource effizienter nutzen – Ihre Zeit.

Die Tools zur Durchführung dieser statistischer Analysen befinden sich an einem einzigen bequemen Ort: im Menü „Marktforschung“.

Die folgenden Analyseplattformen stehen zur Datenanalyse zur Verfügung:
Datenanalyse nach Kategorien (Umfragenanalyse)
Faktorenanalyse
Wahl (Conjoint-Analyse)
Item-Analyse

Die kategoriale Analyse in JMP 11 ist einfach durchzuführen. Sie kann Fragen aus Untersuchungen in mehreren Formaten verarbeiten, sodass je nach Bedarf detaillierte oder kompakte Berichte erstellt werden können. Sie können auch Fragen mit mehreren Antworten analysieren, wenn die Befragten in einer Umfrage mehrere Antworten auswählen können. Sie können komplexe Umfrageanalysestrukturen per Mausklick erstellen. Sie können die Ergebnisse in Kreuztabellen und Berichtstabellen ausgeben, Anteils- und Frequenzdiagramme verwenden, mittlere Scores für Antworten anzeigen und Tests sowie Vergleiche durchführen. Und wenn Sie fertig sind, können Sie einfach die erstellten Analysetabellen in eine Excel-Arbeitsmappe ausgeben.

Zurück nach oben

Zielgrößen-Screening

Sie kennen wohl diese Szenarios: „Ich habe 10.000 Variablen – was hat sich geändert?“ oder „Ich habe eine Antwort, aber viele mögliche Prädiktoren – wie gehe ich vor?“ Wenn Sie mit diesen Situationen vertraut sind, wissen Sie, dass eine große Anzahl von Variablen (oder viele Ebenen einer kategorialen Variablen) eine aussagekräftige Schlussfolgerung sehr schwer machen.

Vor JMP 11 mussten Sie viele Analysen durchführen und möglicherweise Tausende von Analysen oder Berichten durchgehen. Und wenn Ihre Daten Ausreißer enthielten, konnten diese die Varianzschätzungen aufblähen und die Signifikanz der Auswirkungen verschleiern.

Wenn Ihre Daten in JMP 11 viele Y- und X-Variablen oder Abweichungen enthalten oder unstrukturiert sind, können Sie mit der Zielgrößen-Screening-Plattform aussagekräftige Schlussfolgerungen ziehen und auf einen Blick erkennen, was wichtig ist – mithilfe eines intuitiven grafischen Berichts. Mit der Option der robusten Regression (auch bekannt als Huber-Regression/M-Schätzung) können Sie ein Modell wiederholt und automatisch anpassen. Somit schützen Sie sich vor dem Einfluss von Ausreißern und sparen sich gleichzeitig die mühsame Bereinigung und Bearbeitung der Daten.

JMP 11 enthält noch eine Reihe weiterer Funktionen, die Sie bei der Bearbeitung unstrukturierter Daten unterstützen:
Zusätzliche robuste Anpassungsoptionen in den Plattformen für die Verteilung und die bivariate und einfaktorielle Analyse.
Mit dem Zielgrößen-Screening, einer neuen Funktion bei der Modellanpassung, können Sie multifaktorielles Zielgrößen-Screening durchführen, die Modellstruktrur festlegen und in Ihre Modelle Wechselwirkungen und Polynome einbeziehen.
Verwenden Sie den Bericht der False Discovery Rate (FDR) der Zielgrößen-Screening-Plattform, um zu ermitteln, welche Auswirkungen tatsächlich signifikant sind und welche auf Zufallsabweichungen zurückgeführt werden können. (FDR ist eine allgemeine Methode, bei der mehrfache Vergleichskorrekturen durchgeführt werden, um falsche Positive deutlich zu reduzieren.)
Option in der Platform „Partition“ informative Kategorien für fehlende Werte zu erstellen
Zielgrößen-Screening in JMP

Robuste Anpassungsoptionen und der FDR-Bericht (False Discovery Rate) des Zielgrößen-Screenings unterstützen Sie bei der Ermittlung, ob signifikante Auswirkungen tatsächlich signifikant (oben) oder auf Zufallsabweichungen innerhalb Ihrer Daten zurückzuführen (unten) sind.

Zurück nach oben

Karten auf Straßenebene

Straßenkarten in JMP öffnen

Sie können positionsbasierte Daten auf Hintergrundkarten ausgeben, zu denen nun auch eine Ansicht auf Straßenebene zählt.

Das Einzeichnen der standortbezogenen Daten Ihres Unternehmens in geografischen Regionen wie Ländern, Bundesländern oder Landkreisen ist eine effiziente Möglichkeit, diese Daten in nützliche Informationen zu verwandeln. Sie erhalten schnell einen visuellen Eindruck über Trends und Beziehungen, die anderenfalls im Verborgenen blieben. JMP verfügt bereits seit einigen Versionen über Hintergrundkarten, aber in JMP 11 können Sie Ihre Daten nun auf Straßenebene einzeichnen. Sie haben jetzt Zugriff auf geografische Elemente wie Städte, Straßen oder Gewässer. Diese zusätzlichen Details setzen Ihre Daten in einen raumbezogenen Kontext und liefern Ihnen weitere Erkenntnisse, die andernfalls nur mit großer Mühe oder überhaupt nicht ans Licht gebracht werden könnten. Diese detaillierten Grafiken können auch als überzeugende Kommunikationstools eingesetzt werden, wenn Sie die Ergebnisse Ihrer Analysen weitergeben.

Auf SAS-Servern sind Kartendaten gespeichert, die die Bilder aus Open-Source-Karten von OpenStreetMap (OSM) erstellen. Diese Server liefern die Karten, wenn Sie in einer der Plattformen in JMP, die Hintergrundkarten unterstützen, „Street Map Service“ wählen.

Zurück nach oben

Gewichtung von Variablen

Das Profildiagramm stellt eine Reihe äußerst interaktiver Querschnittsansichten für alle Wirkungsflächen bereit. Wenn Ihre Modelle nur wenige Auswirkungen enthalten, sind die Haupteinflussfaktoren einfach zu erkennen. Bei großen Modellen kann das Suchen großer Auswirkungen mittels einer visuellen Prüfung ausgesprochen mühsam sein.

Es gibt zahlreiche Gründe, warum es wichtig ist, die Gewichtung der Variablen in Ihren Modellen korrekt einzustellen: um die wichtigsten Eingaben des modellierten Phänomens besser zu erkennen und zu verstehen, um zu wissen, wie das Ändern bestimmter Faktoren das Ergebnis beeinflusst, und um zu bestimmen, welche Faktoren oder Faktorenkombinationen geändert werden müssen, um bessere Ergebnisse zu erzielen. Sie können diese Bewertung in JMP nun mit einem einzigen Mausklick über die Routine zur Gewichtung von Variablen für jedes Profildiagramm durchführen. Dieses Tool stellt auch eine allgemeine Methode für die Gewichtung von Variablen in mehreren Modellierungsmethoden bereit, die die Anpassungsgüte möglicherweise auf unterschiedliche Arten einschätzen.

Sie können aus den folgenden Methoden der Stichprobenziehung der Eingabevariablen auswählen, um die Variablengewichtung zu ermitteln:

  • Unabhängige gleichmäßige Eingangsvariablen – eine einfache Zufallsziehung aus dem Bereich der Eingabevariablen.
  • Unabhängige Wiederholungsstichprobe – eine Bootstrap-Stichprobe, die von der Unabhängigkeit der Eingabevariablen ausgeht.
  • Abhängige Wiederholungsstichprobe – eine Bootstrap-Stichprobe, die bei der Auswahl der Zeilen die Korrelationen zwischen den Eingaben berücksichtigt.

Über einen Übersichtsbericht können Sie eine Sensitivitätsanalyse durchführen. Der Bericht zeigt den Haupteffekt jeder Spalte sowie das Gewicht ihrer Wirkung insgesamt. Über den Variablengewichtungsbericht können Sie das Profildiagramm einfach nach Haupt- oder Gesamtwirkung neu anordnen oder anhand des Wirkungsgewichts einfärben. Dies bringt eine große Zeitersparnis, da Modelle Dutzende Prädiktoren haben können, aus denen Sie auf diese Weise die wenigen wesentlichen Faktoren herausfiltern können, die für das Ergebnis ausschlaggebend sind. Sie können diese Technik auch zur Variablenauswahl verwenden und dabei die ausschlaggebenden Faktoren zum Anpassen weiterer, leichter überschaubarer Modelle heranziehen.

Gewichtung von Variablen in JMP

Sie können das Gewicht von Variablen einfach bewerten und Profildiagramme sowohl anhand der Hauptwirkung oder des Wirkungsgewichts innerhalb des Gesamtmodells organisieren.

Zurück nach oben

Intelligentes Filtern und Übersichten

Intelligentere Datenfilter in JMP

In der Spaltenanzeige sehen Sie auf einen Blick, welche Spalten beispielsweise Eigenschaften, Formeln oder Spezifikationsgrenzwerte haben. Danach können Sie Übersichtsstatistiken oder Untergruppen erstellen oder die Verteilungsplattform starten, um Muster zu erkennen und neue Erkenntnisse zu gewinnen.

Die statistische Datenanalyse erfordert große Flexibilität bei der Anzeige, Filterung und Bearbeitung von Daten. Mit den leistungsstarken Tools von JMP 11 gewinnen Sie mehr Erkenntnisse in weniger Zeit.

Der Datenfilter und der lokale Datenfilter ermöglichen eine effizientere Filterung. Zu den verfügbaren Optionen zählen unter anderem Mehrfachantworten mit Trennzeichen, „suchen“, „enthält“, Umkehrungen, Bedingungen und Favoriten.

Ein neues Tool für die Zusammenfassung der Strukturen von Datentabellen ist die Spaltenanzeige, die mit Sicherheit schnell eine Ihrer bevorzugten Funktionen wird, insbesondere, wenn Sie komplexe, breite Tabellen haben oder mit Datentabellen anderer Personen arbeiten. Sie können mit einem Klick Spalten finden, die Formeln oder Spezifikationsgrenzwerte enthalten oder eine Vielzahl anderer Spalteneigenschaften haben – und schnell auf Spalteninformationen zugreifen, um beliebige Spaltenparameter anzuzeigen oder zu ändern.

Bei der explorativen Datenanalyse bietet die Fähigkeit der Spaltenanzeige zur schnellen Erstellung von Teilmengen oder Übersichtsstatistiken eine wertvolle Unterstützung. Wählen Sie eine Reihe von Spalten aus, greifen Sie auf die Übersichtsstatistik zu und starten Sie die Verteilungsplattform direkt von der Anzeige aus, um Muster in Ihren Daten zu erkennen, ohne zuvor durch potenziell Hunderte oder Tausende von Spalten navigieren zu müssen.

Dank einer effizienteren Tabellensortierung und allgemeinen Verbesserungen des Spaltenwechslers können Sie zudem nach Spaltentyp, Spaltennamen und anderen gemeinsamen Attributen suchen. Egal, wie Sie mit Ihren Daten arbeiten: In JMP 11 arbeiten Sie effizienter.

Zurück nach oben

Speichern von interaktiven HTML-Berichten mit Daten

Interaktiver HTML-Code gestattet es JMP-Anwendern, dynamische Grafiken und Berichte weiterzugeben, sodass auch Anwender ohne JMP die Daten untersuchen können. Der JMP-Bericht wird als Webseite im HTML5-Format gespeichert, die per E-Mail an andere Anwender versendet oder auf einer Website veröffentlicht werden kann. Die Rezipienten können die Daten dann auf JMP-Art untersuchen. Der Bericht kann in den meisten modernen Browsern angezeigt werden, auch auf mobilen Geräten.

Interaktiver HTML-Code steht für eine Untergruppe der Funktionen von JMP zur Verfügung:
Funktionen zum Untersuchen interaktiver Grafiken
Anzeigen von Daten mit Brushing
Anzeigen oder Ausblenden von Abschnitten von Berichten

Viele Anpassungen der JMP Grafiken, wie etwa sortierte Variablen, horizontale Histogramme, Hintergrundfarben und farbige Datenpunkte, werden in der HTML-Datei gespeichert. Grafiken und Tabellen, die bei der Erstellung der Seite geschlossen wurden, bleiben auf der Webseite geschlossen, bis sie explizit geöffnet werden. JMP erstellt interaktiven HTML-Code für Funktionen zahlreicher Plattformen.

Wenn Sie Berichte als interaktives HTML in JMP speichern, werden ihre Daten in HTML mit eingebettet. Der Inhalt ist nicht verschlüsselt, weil Web Browser keine verschlüsselten Informationen lesen können.

Beispiele von mit JMP erstellten interaktiven HTML-Berichten

Ausgabe interaktiver HTML5-Berichte in JMP

Speichern Sie JMP-Berichte als interaktiven HTML-Code mit Daten. Führen Sie den Mauszeiger über einzelne Punkte, um detaillierte Informationen über die zugrunde liegenden Dateien zu erhalten, oder wählen Sie mehrere Datenpunkte aus und beobachten Sie dasselbe interaktive Verhalten wie in JMP.

Zurück nach oben

Erstellen von Regelkarten für qualitative Merkmale und seltene Ereignisse

Regelkarten für qualitative Merkmale bei der Regelkartenerstellung in JMP

Sie können mit der Funktion „Qualitätsregelkarte erstellen“ Regelkarten für qualitative Merkmale erstellen, einschließlich der p-Regelkarte (oben) und der g-Regelkarte für seltene Ereignisse (unten).

Die Funktion „Qualitätsregelkarten erstellen“ bietet dank ihrer Mausklickfunktion eine einfache Möglichkeit, Regelkarten Ihrer Prozessdaten zu erstellen. Wie bei der Funktion „Grafik erstellen“ wählen Sie die Variablen (oder Spalten) für die Regelkarte aus und ziehen sie dann in Zonen. Das sofortige Feedback weckt das Interesse an der weiteren Untersuchung der Daten. Sie können die visuelle Anzeige der aktuellen Regelkarte problemlos optimieren oder ggf. auch schnell einen anderen Regelkartentyp erstellen. Sie können mit der Funktion „Qualitätsregelkarte erstellen“ nun Regelkarten für qualitative Merkmale erstellen, einschließlich der np-, p-, c- und u-Regelkarten, die besonders für Qualitätstechniker nützlich sind. Da einige Ereignisse, wie zum Beispiel Infektionen in Krankenhäusern, so selten auftreten, dass eine traditionelle Regelkarte für sie nicht geeignet ist, können Sie auch g-Regelkarten erstellen. Mit g-Regelkarten kann effektiv untersucht werden, ob seltene Ereignisse häufiger als erwartet auftreten und ein Einschreiten erforderlich ist. Oder erstellen Sie t-Regelkarten zu seltenen Ereignissen, die auf der Weibull-Verteilung basieren und verwendet werden, um die Zeit seit dem letzten Auftreten des Ereignisses zu messen.

Die Ereignisauswahl ist auch für die Untersuchung in Echtzeit mit Regelkarten für qualitative Merkmale verfügbar. Sie wählen interessierende Ereignisse für die qualitative Regelkarte aus und die p- oder np-Regelkarte aktualisiert sich automatisch, wenn sich Ihre Auswahl ändert.

Zurück nach oben

Ansprechendes, aufgeräumtes Design

JMP 11 verfügt über bessere Standardgrafiken und -tabellen: Mit umfangreichen neuen Voreinstellungen können Sie das Erscheinungsbild der Grafiken, Tabellen und Berichte in JMP gezielt Ihren Gewohnheiten anpassen. So minimieren Sie den Anpassungsaufwand für aussagekräftige Grafiken, und Sie können sich auf Ihre Daten und Aussagen konzentrieren.

Ein ansprechenderes und aufgeräumteres Design in JMP

In den Voreinstellungen für die Grafiken und Tabellen können Sie die Darstellung in JMP detailliert festlegen und mit den Farbschema-Editoren können Sie einfach benutzerdefinierte Farbschemata erstellen und in Kategorien einteilen.

Folgende neue Funktionen sind verfügbar:
Aktualisierte Voreinstellungen für Grafiken, mit denen Sie genauer festlegen können, wie JMP-Grafiken in den Analyseplattformen dargestellt werden.
Mit der neuen Gruppe der Vorlageneinstellungen können Sie die Darstellung tabellarischer Berichte in JMP anpassen. Sie können die Änderungen auf dieselbe Weise wie bei den Grafikeinstellungen in der Vorschau ansehen.
Statistische Effekte sind entsprechend ihres Signifikanzniveaus farbkodiert.
Aussagekräftigere Beschriftungen und automatisch erscheinende Hilfe, wenn der Mauszeiger über einem Element verweilt, sowie mehrfache Beschriftungen in einer Grafik.
Smart-Labels, die Kollisionen zwischen Beschriftungen vermeiden, verbessern die Lesbarkeit und betonen Ausreißer in Grafiken.
Neue Farbschemata und effizientere Erstellung benutzerdefinierter Farbschemata. Schemata sind in sequenzielle, abweichende, qualitative und chromatische Schemata unterteilt, sodass Sie das beste Schema für die Daten in Ihrem Diagramm wählen können.
Ein ansprechenderes und aufgeräumteres Design in JMP

Die neue automatische Hilfe, die erscheint, wenn der Mauszeiger länger über einem Element verweilt, führt dazu, dass Sie interessante Stellen und Ausreißer in Grafiken schnell genauer untersuchen: Smart-Labels vermeiden die Überlappung von Beschriftungen, wenn die Grafik viele Beschriftungen enthält.

Zurück nach oben

Importieren von Stichproben aus SAS®-Tabellen und -Textdateien

Importieren von Stichprobendaten für SAS�-Tabellen und -Textdateien in JMP

Ziehen Sie Stichproben aus großen SAS-Tabellen zur Analyse in JMP, die andernfalls zu groß für den Arbeitsspeicher wären.

SAS-Tabellen sind häufig zu groß, um sie vollständig in den Arbeitsspeicher zu laden und auf dem Desktop zu öffnen. Für die explorative Datenanalyse kann es auch sinnvoller sein, eine Teilmenge der Tabelle als Stichprobe zu verwenden, um somit eine effizientere Modellierung, Visualisierung und Analyse zu ermöglichen. Dies kann auch zutreffen, wenn sich Ihre Daten in großen Textdateien befinden. Vor JMP 11 war es schwierig, diese enormen Datenquellen zu bearbeiten. Selbst wenn tatsächlich nur eine Stichprobe der Daten verwendet wurde, musste zunächst der gesamte Datenumfang in den Arbeitsspeicher eingelesen werden. JMP 11 verwendet nun leistungsstarke Routinen aus der Data-Mining-Software Enterprise Miner von SAS®, die es gestatten, vor dem Importieren nach JMP Stichproben aus den Daten zu ziehen. Sie haben völlige Flexibilität bei der Gestaltung der Stichprobe, sodass nur wenige Schritte für die präanalytische Bereinigung und Vorbereitung der Daten erforderlich sind. Bedenken Sie das nächste Mal, wenn Sie sich einer riesigen SAS-Tabelle gegenüber sehen, dass Sie mit einer Teilmenge davon eine explorative Datenanalyse, Modellierung und Visualisierung durchführen können. Ähnliche Möglichkeiten der Stichprobenziehung bestehen auch für Textdateien, die ansonsten zu groß für den Arbeitsspeicher wären.

Zurück nach oben

MATLAB-Integration

Ingenieure, die viel in eigene MATLAB-Modelle, -Programme oder -Algorithmen investiert haben, können mithilfe von JSL-Funktionen in JMP direkt auf MATLAB zugreifen. Hierzu stellen Sie eine Verbindung zu MATLAB her, senden Daten an MATLAB, übergeben Ihren Code und lesen die resultierenden Daten bzw. die Ausgabe wieder in JMP ein. Oder Sie verwenden die Funktion „Anwendung erstellen“, um spezifische Benutzerdialoge zu erstellen, darüber Simulationsmodelle in MATLAB auszuführen und die Ergebnisse zur weiteren Analyse an JMP zurückzugeben. Mit JMP können Sie es anderen Benutzern ermöglichen, Ihre MATLAB-Modelle zu verwenden, selbst wenn diese mit MATLAB überhaupt nicht vertraut sind. Mit den externen Programmierschnittstellen von MATLAB können Sie die Funktionalität von JMP zusätzlich erweitern, indem Sie Funktionen anderer Sprachen in MATLAB nutzen und die Ergebnisse an JMP zurückgeben.

Weitere Optionen für die Interaktion zwischen JMP und MATLAB:
Senden Sie eine JMP-Datentabelle an MATLAB, um ein erweitertes Modellierungsverfahren zu verwenden, und geben Sie die Ergebnisse an JMP zur Visualisierung und zum Profiling zurück.
Verwenden Sie den Custom Designer in JMP zur Optimierung komplexer MATLAB-Modelle: Generieren Sie Einzelversuche, führen Sie ein MATLAB-Modell aus und geben Sie die Ergebnisse an JMP zur Analyse zurück.
MATLAB-Integration in JMP

Senden Sie Daten an MATLAB, führen Sie Ihren Code aus und geben Sie die Ergebnisdaten an JMP zur Visualisierung und Analyse zurück. Die Schnittstelle ermöglicht eine nahtlose Integration von JMP und MATLAB. Damit werden die Analysefähigkeiten und Flexibilität von JMP noch stärker erweitert.

Zurück nach oben

JSL-Entwicklungsumgebung

JSL-Entwicklungsumgebung in JMP

JMP 11 vereinfacht das Auffinden und Verstehen von Fehlern in Ihren Skripten und optimiert damit den Prozess der Fehlersuche.

Eine Palette neuer Funktionen in „Anwendung erstellen“ vereinfacht die Erstellung benutzerdefinierter Anwendungen. Unter anderem sind folgende neue Funktionen enthalten:

  • Flexiblere Fensterkombinationen, einschließlich dehnbarer Fensteranordnungen
  • Unterstützung für eingebettete Datentabellen innerhalb von Anwendungen
  • Unterstützung mehrerer Datentabellen

Benutzer der JMP Scripting Language (JSL) können nun Skripte intuitiver entwickeln, debuggen und bereitstellen, wodurch die benutzerdefinierte Anwendungserstellung effizienter wird. Die JSL-Entwicklungsumgebung bietet folgende Verbesserungen:

  • Ein JSL Profiler analysiert Skripte, um Code-Schwachstellen zu erkennen.
  • Eine verbesserte Anzeige der Baumstruktur gestattet eine bessere Identifizierung von spezifischen JMP-Berichtselementen.
  • Neue Skripterstellungsoptionen für die Funktionen Grafik erstellen, Spaltengruppen, DOE und Triangulierung.
  • Aktualisierter Index für Skriptbefehle mit den neuesten Funktionen von JMP 11, einschließlich Beispielskripten.
  • Verbesserte Fehlerprotokollierung und Anmerkungen – das JSL-Protokoll markiert nun in Ihren Skripten die Codezeile, die den Fehler verursacht, und liefert aufschlussreichere Fehlermeldungen.
  • Code-Faltung zum Erweitern und Reduzieren von markierten Blöcken von JSL-Code.

Zurück nach oben

Multiple Vergleiche einfach gemacht

Bei einem Vergleich von mehr als zwei Mittelwerten liefert ein ANOVA F-Test die Auskunft, ob sich einer der Mittelwerte signifikant von den anderen unterscheidet, jedoch nicht, welcher Mittelwert abweicht. Multiple Vergleiche liefern Ihnen detailliertere Informationen über die Unterschiede zwischen den Mittelwerten – und in JMP 11 ist es einfach, multiple Vergleiche in einer Vielzahl von Kontexten durchzuführen. Ziel multipler Vergleiche ist, die durchschnittlichen Effekte von drei oder mehr „Behandlungen“ zu vergleichen (zum Beispiel für Medikamente oder Probandengruppen), um zu ermitteln, welche Behandlungen besser bzw. schlechter und wie groß die Unterschiede sind – während gleichzeitig die Wahrscheinlichkeit einer falschen Entscheidung minimiert wird.

Für multiple Vergleiche gilt Folgendes:
Sie können im Modellanpassungsbericht als Option für die Parameterschätzwerte des Modells hinzugefügt werden.
Sie beziehen einen Einzeleffekt ein oder können für flexible benutzerdefinierte Vergleiche durchgeführt werden.
Sie vergleichen Effekte mit dem Gesamtmittelwert oder liefern mit Tukeys HSD-Option oder Students t-Option alle paarweisen Vergleiche.
Sie können an andere Personen einfacher weitergegeben und von Dritten einfacher verstanden werden, da zusammen mit der Statistik eine grafische Ausgabe bereitgestellt wird.
Sie verwenden Schätzungen der Kleinste-Quadrate-Mittelwerte oder benutzerdefinierte Schätzwerte.
Sie führen auch Äquivalenztests durch.
Multiple Vergleiche einfach gemacht in JMP

Ein Diffogramm aller paarweisen Unterschiede ist eine der Grafiken, die Ihnen bei der Durchführung multipler Vergleiche in einem Anpassungsmodell zur Verfügung stehen.

Zurück nach oben

JMP® 11 – Neue Funktionen im Überblick

Statistische Versuchsplanung

  • Die Plattform für definitive Screening-Designs identifiziert entscheidende Faktoren, die Einfluss auf die Ergebnisse haben.
  • Die flexible Generation orthogonaler und nahezu orthogonaler Felder unterstützt Faktoren auf gemischten Stufen und eine beliebige Anzahl von Durchläufen.
  • Cluster-basierte raumfüllende Designs lassen Ungleichungsnebenbedingungen für Faktoren zu.
  • Raumfüllende Mischungs-Designs werden nun unterstützt.
  • Zahlreiche DOE-Plattformen sind nun skriptfähig.
  • Die Power-Analyse der Designauswertung in den meisten DOE-Plattformen wurde neu gestaltet und erweitert.

Qualitätsmanagement, Zuverlässigkeit und Six Sigma

  • Regelkarten für qualitative Merkmale (np-, p-, c- and u-Regelkarte) werden von der Funktion „Qualitätsregelkarte erstellen“ unterstützt.
  • Ereignisauswahl bei der Qualitätsregelkartenerstellung zur Analyse von Regelkarten für qualitative Merkmale in Echtzeit.
  • g- und t-Regelkarten für seltene Ereignisse werden bei der Qualitätsregelkartenerstellung unterstützt.
  • Arbeit mit Datenmengen mit einseitigen Spezifikationsgrenzen in der Prozessfähigkeitsplattform.
  • Unterstützung für bereichsbasierte Messungen nach Wheeler in der Messsystemanalyse-Plattform. Für die EMP MSA-Methode sind verschachtelte und gekreuzte Modelltypen verfügbar.
  • Möglichkeit, das Sigma-Niveau des Prozesses für die Verschiebungserkennung in der MSA-Plattform zu ändern.
  • Die Bayessche Schätzung der Anpassung der Lebensdauerverteilung unterstützt zusätzlich zu den aktuellen A-priori-Verteilungen für Lage- und Formparameter nun auch Verteilungen für Quantile, Parameter und Ausfallwahrscheinlichkeit.

Statistik, Vorhersagemodelle und Data Mining

  • Die Zielgrößen-Screening-Plattform extrahiert aussagekräftige Schlussfolgerungen aus großen, unstrukturierten Datenmengen.
  • Robuste Anpassungsoptionen in vielen Plattformen.
  • Option „Informativ fehlend“ zur Behandlung fehlender Werte als informative Kategorie.
  • Der Kleinste-Quadrate-Charakter im Anpassungsmodell unterstützt multiple Vergleiche der Kleinste-Quadrate-Mittelwerte sowie zahlreiche benutzerdefinierte Schätzungen.
  • Gewichtung von Variablen, eine Omnibusmethode für die Bewertung des Einflusses von Variablen in mehreren Modellierungsmethoden, auf die über ein Profildiagramm zugegriffen wird. Diese Funktion zeigt die Faktoren auf, die den größten Einfluss auf die modellierten Ergebnisse haben.
  • Mit der Gewinnmatrixspezifikation kann ein Vorhersagemodell in ein Entscheidungsmodell umgewandelt werden, indem den Ergebnissen Gewichtungen zugewiesen werden.

Datenvisualisierung und explorative Datenanalyse

  • Die Funktion „Grafik erstellen“ bietet eine Vielzahl von Verbesserungen, einschließlich der Möglichkeit zur Erstellung geographischer Punktwolken, durch Gruppenvariablen zu blättern und Diagrammen weitere statistische Kenngrößen hinzuzufügen.
  • Der Excel-Importassistent für Windows stellt eine Vorschau auf die Daten bereit, sodass Sie ihre Struktur vor dem Import ändern können.
  • Bei der Spaltentransformation werden virtuelle Formelspalten innerhalb einer Plattform oder eines Startdialogs oder über JSL erstellt.
  • Ausgabe interaktiver HMTL-Reports, die dynamische Grafiken enthalten.
  • Ausweisen von Daten auf Straßenkarten mit Zugriff auf geographische Elemente, wie Städte, Straßen oder Gewässer.
  • Eine Spaltenanzeige findet wichtige Spalten und generiert statistische Kenngrößen.
  • SAS®-Integration und Tools für den Textimport in JMP stellen neue Optionen für Stichproben bereit.
  • Die Datentabellenkompression verringert die Dateigröße um bis zu 90 % und erleichtert die Übertragung und Weitergabe von Datentabellen.
  • Mehrere JMP-Tabellen und -Berichte können auf Mac und Windows in einem einzigen Fenster kombiniert werden. Hier stehen flexiblere Optionen für Layout-Hierarchien zur Verfügung und die Größe des Inhalts kann angepasst werden.
  • „Tabellieren“ ist nun eine neue Plattform im Menü „Analysieren“. Zu den Verbesserungen zählt u. a. der Wegfall des Popu-Menüs zur Auswahl der Rolle.
  • Neue Beschriftungen und Optionen zur automatischen Platzierung von Beschriftungen erleichtern das Auffinden und Zuordnen interessanter Datenpunkte.
  • Umfangreiche neue Voreinstellungen helfen bei der Optimierung der Darstellung von Grafiken und Berichten in JMP.
  • Neue Optionen zur Anpassung von Farbschemata.
  • Erweiterte Optionen zur Filterung von Spalten nach Typ, Namen und anderen gemeinsamen Attributen.
  • Der Datenfilter speichert nun Favoriten und kann jetzt ganze Gruppen von Filterbedingungen einfach invertieren.

Verbraucher- und Marktforschung

  • Methoden für ein besseres Verständnis von Verbraucherwünschen sind nun im Menü „Marktforschung“ untergebracht. Das neu organisierte Menü berücksichtigt die Anforderungen von Verhaltens-/Marktforschern oder Personen, die Umfragedaten analysieren.
  • Das Menü bietet Zugriff auf kategoriale Analyse, Faktoranalyse, Choice und Item-Analyse.
  • Die Kategorieplattform erweitert Zielgrößenrollen und Berichtsformate und ermöglicht die Erstellung von strukturierten Zielgrößen per Drag-and-Drop.
  • Fähigkeit zum Import von Daten aus IBM SPSS Data Collection Survey Reporter.
  • Nutzen Sie den Excel-Importassistent, wenn Daten in Excel-Spreadsheets gespeichert sind.
  • Mit Datenfiltern können Sie Hierarchien erstellen. Bevorzugte Datenfilter können gespeichert und zusammenfassende Kategorien eingerichtet werden.
  • Die Faktorenanalyse-Plattform unterstützt mehrfache Anpassungen und Rotationen, gestattet die bedingte Formatierung zur Unterdrückung kleiner Werte und stellt Befehle zum Sortieren und Speichern von Faktormustern bereit.
  • Die Wahlplattform verfügt über neue Optionen zur Durchführung von Vergleichen zwischen spezifischen alternativen Wahlprofilen und Berechnung von Preisänderungen infolge bestimmter Merkmalsänderungen.

Analytische Anwendungsentwicklung

  • Die Funktion „Anwendung erstellen“ bietet nun flexiblere Fensterkombinationen, wie zum Beispiel dehnbare Fensteranordnungen für eingebettete Datentabellen und in der Größe veränderbare Grafiken.
  • In JMP-Anwendungen werden jetzt mehrere Datentabellen unterstützt.
  • Verbindung zu MATLAB mit JSL-Skripten.
  • Das JSL-Profildiagramm hilft bei der Optimierung von Skripten.
  • Eine verbesserte Anzeige der Baumstruktur gestattet eine bessere Identifizierung von spezifischen JMP-Berichtselementen.
  • Neue Skriptbefehle für die Funktion „Grafik erstellen“, für Spaltengruppen, DOE und Triangulierung.
  • Logdatei mit Fehlerberichten.
  • Unterstützung der SAS 9.4 IOM-Schnittstelle.
  • Code-Faltung zum Erweitern und Reduzieren von markierten Blöcken von JSL-Code.
  • Mit der Splitter Box können Sie Anzeigelayouts erstellen, deren Größe sich dynamisch anpasst.

Dokumentation

Hier finden Sie ein PDF zu den neuen Funktionen in JMP und JMP Pro, sowie einen Link zur JMP Online Dokumentation mit Suchfunktion (in englischer Sprache).

Zurück nach oben