JMP® Pro

Ausgereifte Techniken für erweiterte Analysemöglichkeiten

JMP Pro ist die JMP-Version für die erweiterte Datenanalyse, mit der Sie verfügbare Daten nutzen können, um zukünftige Entwicklungen besser abzuschätzen und präziser für morgen zu planen.

JMP Pro wurde in erster Linie für Wissenschaftler und Ingenieure entwickelt. Diese Software von SAS zur statistischen Datenanalyse verfügt über hervorragende Funktionen für den visuellen Zugriff auf Daten, visuelle Datenmanipulation, Interaktion und umfassende Analysen sowie für Erweiterungen, die zu den Markenzeichen von JMP gehören. Außerdem stehen dem Analytiker eine Vielzahl zusätzlicher Analysemethoden zur Verfügung. In der letzten Version wurden dem Funktionsumfang u. a. erweiterte Analysemöglichkeiten wie die generalisierte Regression, Modelle mit gemischten Effekten, eine erweiterte Marktforschungsanalyse und Zuverlässigkeitsblockdiagramme hinzugefügt. JMP Pro stellt auch Vorhersagemodelle mit Kreuzvalidierung, Modellvergleich und Durchschnittsfunktionen, exakte Tests und Bootstrapping mit einem einzigen Klick bereit.

Vor allem aber können Sie mit JMP Pro einen Leitfaden erstellen und Ihre Ergebnisse interaktiv auf eine Weise weitergeben, die es anderen ermöglicht, diese sofort zu erfassen und entsprechende Maßnahmen zu ergreifen.

Wenn Sie bereits mit JMP arbeiten, werden Sie erfreut sein zu hören, dass das gesamte statistische Arsenal in der vertrauten In-Memory-Desktopumgebung bereitgestellt wird. Und wenn Sie JMP noch nicht kennen, werden Sie schnell feststellen, dass Sie mit JMP Pro Ihre Datenanalyse auf eine völlig neue Ebene heben und schwierigste Statistikprobleme lösen können.

Wichtigste Vorteile von JMP Pro.

JMP Pro-Screenshots

Wichtigste Vorteile von JMP® Pro

Durchführung komplexer Analysen

JMP Pro umfasst eine Vielzahl von Algorithmen zum Erstellen besserer Modelle basierend auf Ihren Daten. Wenn Sie Data Mining durchführen, können Sie zwischen einer Reihe von Techniken wählen: Entscheidungsbaummodelle (einschließlich Bootstrap-Forests und Boosted Trees), Modelle für neuronale Netze, generalisierte (penalisierte) Regression, kreuzvalidierte schrittweise Regression, partielle kleinste Quadrate (PLS), Uplift-Modellierung und vieles mehr.

Wenn Sie die Zuverlässigkeit eines komplexen Systems modellieren wollen, stellt Ihnen JMP Pro Möglichkeiten zur Erstellung von Zuverlässigkeitsblockdiagrammen bereit, mit denen Sie ein Modell Ihres Systems aufbauen, Was-wäre-wenn-Analysen durchführen, Schwachstellen beheben und die Wahrscheinlichkeit eines Systemausfalls verringern können. Wenn Sie Modelle mit Daten erstellen und anpassen müssen, die sowohl die Zeit als auch den Raum erfassen, können Sie die Funktionen für gemischte Modelle von JMP Pro verwenden. Wenn für Ihre Modellierungsaufgaben eine Variablenauswahl erforderlich ist, stellt JMP Pro die erforderlichen Tools bereit. Zusätzlich zu diesen Modellierungstechniken verfügt JMP Pro über erweiterte Analysefunktionen, wie etwa exakte Tests und Bootstrapping mit einem einzigen Klick. Die von dieser Analyse-Toolbox bereitgestellten Techniken räumen Hindernisse für Ihre statistische Datenanalyse aus dem Weg und steigern Ihre Fähigkeit, Ihren Daten wichtige Hinweise zu entnehmen. Sie erzielen schnelle Ergebnisse und können somit proaktiv werden und zukünftige Entwicklungen besser steuern.

Zurück nach oben

Mehr und schnellere Ergebnisse

Boostrap-Forests

Der Bootstrap-Forest erstellt Dutzende von Entscheidungsbäumen mit zufällig ausgewählten Untergruppen der verfügbaren Daten und mittelt den berechneten Einfluss jedes Faktors in diesen Bäumen.

Obwohl JMP Pro eine große Palette erweiterter Statistiktechniken bietet, so bedeutet das nicht, dass die Software schwierig zu benutzen oder die Erstellung von Modellen zeitaufwendig ist. Im Gegenteil – mit JMP Pro erhalten Sie schnellere Antworten. Wochenlange Projekte schrumpfen auf ein paar Stunden oder sogar Minuten zusammen, wenn Sie mehrere Modelle schnell per Drag-und-Drop in einem mausgesteuerten Arbeitsablauf erstellen können. Mithilfe der Vielzahl von statistischen Berichten und interaktiven Grafiken können Sie dann das Modell bestimmen, das am besten die zukünftigen Daten abbilden kann. Und im Handumdrehen sind Sie bereit für das nächste Projekt.

Wie viel ist Ihre Zeit wert?

Zurück nach oben

Modelle erstellen, die gut generalisiert werden können

Die Beschreibung der im Vorjahr erzielten Ergebnisse ist kein besonders schwieriges Unterfangen. Aber ohne die richtigen Tools und die modernsten Techniken ist die Erstellung eines Modells, das den Erfolg bei neuen Kunden, neue Prozesse oder neue Risiken beschreibt, denkbar schwer.

Dieses Diagramm zeigt, wie JMP Pro die prädiktive Analyse durch visuelle und interaktive Tools erleichtert, die den Modellierungsprozess in allen Phasen unterstützen.

Dieses Diagramm zeigt, wie JMP Pro die prädiktive Analytik durch visuelle und interaktive Tools erleichtert, die den Modellierungsprozess in allen Phasen unterstützen.

Um aussagekräftige Vorhersagemodelle erstellen zu können, müssen Sie mit geeigneten Methoden arbeiten, um Ihr Modell zu validieren. Wenn das Modell größer wird, kann es leicht zu einer Überanpassung kommen. Modelle sollten grundsätzlich kreuzvalidiert werden. JMP Pro verfügt über entsprechende Funktionen, wie die Datenpartitionierung oder die K-Fold-Kreuzvalidierung sowie visuelle Vergleichsfunktionen. Das Aufteilen der Daten in Trainings-, Validierungs- und Testdatensätze wird schon länger verwendet, um Überanpassung zu vermeiden. Damit soll gesichert werden, dass die erstellten Modelle nicht auf die Eigenschaften der Stichprobe ausgerichtet sind, die für ihre Erstellung benutzt wurde. Damit werden Modelle erstellt, die gut auf die Daten von morgen übertragen werden können, sodass Sie datengestützte Deduktionen für die Zukunft vornehmen können.

Und wenngleich all dies sehr hilfreich ist, so haben Beobachtungsdaten dennoch nur beschränkte Aussagekraft. Um Ursachen und Wirkungen in vollem Umfang zu verstehen, sollten Sie die Versuchsplanung (Design of Experiment, DOE) einsetzen. JMP stellt erstklassige und gleichzeitig einfach zu verwendende Tools für die Versuchsplanung bereit.

Kreuzvalidierung

Sie können Ihre Daten einfach in die Abschnitte Training, Validierung und Test aufteilen, um eine umfassende Bewertung der Vorhersagekraft eines Modells zu ermitteln.

Zurück nach oben

Vergleich mehrerer Modellierungstechniken

Vergleich mehrerer Modellierungstechniken in JMP Pro

Modellvergleich für die Anpassungsgüte unterschiedlichster Prognosefunktionen

In der Praxis passen manche Modelltypen in bestimmten Situationen gut, in anderen wiederum gar nicht. JMP Pro bietet mehrere unterschiedliche Wege für die Modellierung und Sie müssen herausfinden, welche in einer bestimmten Situation am besten geeignet ist. Mit dem Modellvergleich in JMP Pro können Sie alle Prognoseformeln aus verschiedenen Anpassungen speichern und die beste Kombination aus Anpassung, Einfachheit, Sparsamkeit und Kreuzvalidierung heranziehen. JMP Pro nimmt diesen Vergleich automatisch vor und vergleicht dann die Modelle auf unterschiedliche Weise mit traditionellen oder alternativen Anpassungsmetriken. Gleichzeitig können Sie mit den visuellen Analysediagrammen für die Modelle interaktiv ermitteln, welche Faktoren jedes Modell als wichtig einstuft. Die Anpassungsstatistiken, diagnostischen Darstellungen und Profiler werden im Bericht ausgegeben, um einen einfachen Vergleich der Modelle zu ermöglichen und Sie dabei zu unterstützen, die richtige weitere Bearbeitungsweise zu finden. Sie können eine einfache Modellmittelung durchführen oder die Ridge-Regression verwenden, um Ensemble-Modelle Ihrer Prognosen zu erstellen.

Zurück nach oben

Gütekriterien für Prognosemodelle berechnen

Bootstrapping führt eine Näherung der Stichprobenverteilung einer Statistik durch. JMP Pro ist die einzige Statistiksoftware, mit der Sie ein Statistik-Bootstrapping vornehmen können, ohne eine einzige Programmzeile schreiben zu müssen. Bootstrapping mit einem einzigen Klick bedeutet, dass nur noch ein Klick erforderlich ist, um das Bootstrapping eines beliebigen Werts in einem JMP-Bericht durchzuführen.

Diese Technik ist nützlich, wenn Lehrbuchannahmen in Frage gestellt werden oder überhaupt nicht existieren. Beispiel: Versuchen Sie die Anwendung von Bootstrapping-Techniken auf nichtlineare Modellergebnisse, die für Vorhersagen verwendet werden oder Deckungsintervalle um Quantile bestimmen. Sie können auch das Bootstrapping als Alternative verwenden, um die Unsicherheit in Ihren Vorhersagemodellen zu messen. Mit dem Bootstrapping können Sie das Vertrauen in Ihre Schätzungen mit weniger Annahmen ermitteln – und das Bootstrapping mit einem einzigen Klick in JMP Pro macht es einfach.

Vergleich mehrerer Modellierungstechniken in JMP Pro

Führen Sie Bootstrapping aller Statistiken in einem JMP-Bericht mit einem einzigen Klick durch. Dieses Beispiel zeigt das Bootstrapping Konfidenzintervall um ein Zehntel-Perzentil.

Zurück nach oben

Verbindung mit dem großen Funktionsumfang von SAS®

Verbindung mit dem großen Funktionsumfang von SAS

Verwenden Sie die Kreuzvalidierung und erstellen Sie Mehrschichten-Modelle für neuronale Netze mit automatisch generiertem SAS Scorecode.

JMP Pro gehört zur Serie der SAS-Angebote für prädiktive Analyse und Data-Mining. Es lässt sich daher leicht an SAS anbinden. Sie erweitern damit Ihre Optionen und erhalten Zugriff auf die außergewöhnliche Tiefe von SAS Analytics und die Datenintegration. Mit oder ohne aktive Anbindung an SAS kann JMP Pro SAS-Code ausgeben, um für neue Daten mit den in JMP erstellten Modellen rasch Scores zu erstellen.

Zurück nach oben

Weitergabe Ihrer Arbeit

JMP stand schon immer für statistische Entdeckungen und die beste Möglichkeit zur Weitergabe Ihrer Ergebnisse innerhalb des gesamten Unternehmens. JMP Pro enthält alle visuellen und interaktiven Funktionen von JMP und vermittelt völlig neue Einblicke in Ihre Daten. Durch dynamisch verknüpfte Daten, Grafiken und Statistiken erweckt JMP Pro Ihre Forschungsergebnisse in einer 3-D-Darstellung oder einer animierten Grafik zum Leben. Sie sehen die Veränderungen im Zeitverlauf und erhalten wertvolle neue Einblicke für Ihre Modellerstellung und Präsentation.

Dow Chemical hat JMP Pro für seine Mitarbeiter gewählt, da die Entscheidungsträger das beste Tool wollten, um die Daten in ihren großen Tabellen zu analysieren und möglichst viele Informationen aus ihnen zu extrahieren.

Zurück nach oben

Schlüsselfunktionen, die exklusiv in JMP® Pro angeboten werden

JMP Pro enthält alle Funktionen von JMP sowie zusätzliche Funktionen für die erweiterte Datenanalyse, die in der folgenden Tabelle aufgelistet sind.

Statistik, Vorhersagemodelle und Data Mining

Klassifikation und Entscheidungsbäume (Partitionsmodellierung)*
Bootstrap-Forest, eine Random-Forest-Technik
Boosted Trees
Kreuzvalidierung
Kontingenzanalyse
Exakte Maßzahlen für Zusammenhang
Generalisierte Regression
Normal-, Binomial-, Poisson-, zero-inflated Poisson-, negative Binomial-, zero-inflated negative Binomial-, Gamma-Verteilung
Regularisierungstechniken: Ridge, Lasso, adaptives Lasso, elastisches Netz, adaptives elastisches Netz
Kreuzvalidierung
Logistische Regression (nominal und ordinal)
Kreuzvalidierung
Modelle mit gemischten Effekten
Angabe fester, zufallsbedingter und wiederholter Effekte
Zuordnung von Variablengruppen, Einrichten von Subjekten und stetigen Effekten
Auswahl von wiederholter Kovarianzstruktur
Modellvergleich
Modellierung neuronaler Netze*
Automatischer Umgang mit fehlenden Daten
Automatische Auswahl der Anzahl von versteckten Einheiten durch Gradienten-Boosting
Anpassung von neuronalen Netzen mit einer oder zwei Schichten
Automatische Umwandlung von Eingabevariablen
Drei Aktivierungsfunktionen (Tangens hyperbolicus, linear, Gauss)
Speichern von zufällig generierten Kreuzvalidierungsspalten
Speichern von transformierten Kovariablen
Kreuzvalidierung
Bootstrapping mit einem einzigen Klick
Einfaktorielle Analyse
Nichtparametrische exakte Tests
Partielle kleinste Quadrate (PLS)
PLS-Modelle mit Kategoriefaktoren und Interaktionen
Imputation fehlender Werte mit dem NIPALS-Algorithmus
Wirkungsflächenmodell mit PLS-Typ im Anpassungsmodell
Auswahl von Spalten im Variablengewichtungsdiagramm und Analysewiederholung mit ausgewählten Spalten
VarScale: Zentrieren und Skalieren von einzelnen Variablen innerhalb eines polynomialen Effekts vor der Anwendung von Zentrierungs- und Skalierungsoptionen
Kreuzvalidierung
Hauptkomponentenanalyse (Principal Component Analysis, PCA)
Variablen-Clusterbildung in PCA
Schrittweise Regression
Kreuzvalidierung

Verbraucher- und Marktforschung

Uplift-Modellierung
Inkrementelle, True-Lift-, Netzmodellierungstechnik
Kreuzvalidierung

Qualitätsmanagement, Zuverlässigkeit und Six Sigma

Zuverlässigkeitsblockdiagramme
Erstellung von Modellen zur Zuverlässigkeit komplexer Systeme
Verwendung elementarer, serieller, paralleler, verknüpfter und K von N Knoten zur Erstellung von Systemen
Erstellung von geschachtelten Designs mit Elementen aus der Designbibliothek

*Generiert SAS-Code für den SAS Model Manager

Systemanforderungen

JMP Pro läuft unter Microsoft Windows und Mac OS. Sowohl 32-Bit- als auch 64-Bit-Systeme werden unterstützt.

Zurück nach oben