Masey O’Neill verwendet JMP, seit sie zu AB Vista kam. Sie erkannte schnell, dass dieses Programm Funktionen bietet, die es anderswo nicht gibt. 2011 dann lernte ihr Team JMP Pro kennen.
„Wir begannen gerade, unsere Kenntnisse zu linearen Methoden zu vertiefen“, erklärt sie. „Unser JMP-Vertreter sagte: ‚Vielleicht sollten Sie sich diese nichtlinearen Methoden ansehen, wie Entscheidungsbäume und neuronale Netze.‘“ Sie waren ziemlich beeindruckt.
Dann erfuhren sie von den Modellvalidierungsfunktionen in JMP Pro. „Und wir dachten: ‚Ja, das ist wirklich wertvoll. Das macht uns viel sicherer bei unseren Modellen.‘“
Masey O’Neill ist in der Lage, alle durch AB Vista auf der ganzen Welt durchgeführten Experimente zu einer einzigen Datenbank zu kombinieren, unabhängig vom Versuchsdesign. Dann analysiert Sie die Daten zuverlässig mittels Partitionierung, zum Beispiel mit einem Entscheidungsbaum.
„Betrifft das interessierende Resultat die Effizienz eines unserer Produkte, können wir anhand der Analyse feststellen, in welcher Situation dieses die besten Ergebnisse bringt – was die primären Faktoren für eine optimale Wirkung unserer Produkte sind.“
Über Entscheidungsbäume kam das Team dazu, sich mit interaktiven Faktoren zu beschäftigen, so Masey O’Neill. Dadurch gewann die Forschung deutlich an Tiefe und brachte wesentlich weitreichendere Erkenntnisse.
Licht ins Dunkel
Die Untersuchungen, die Masey O’Neill und ihre Kollegen zum Futterenzym Econase XT, einem der Flaggschiffe unter den Produkten von AB Vista, durchführten, zeigen sehr schön, wo JMP Pro die Erkenntnisse verbesserte.
Das Team stellte die Ergebnisse zum Enzym aus 85 Versuchsläufen zusammen, kombinierte sie miteinander und analysierte sie mittels JMP Pro. So konnten sie feststellen, mit welchen Zusätzen das Enzym die beste Leistung erbringt. Das Programm ermöglichte im Wesentlichen, in einem einzigen Experiment mehrere interaktive Faktoren zu untersuchen und Zusammenhänge ans Licht zu bringen, die ansonsten nicht erkannt worden wären.
„Wir können nun sagen, dass bei maisbasiertem Futter wie in den USA Fett für gute Ergebnisse des Produkts besonders wichtig ist“, erklärt Masey O’Neill. „So können wir nun unseren Kunden sagen: ‚Wenn Sie Mais verwenden, ist es empfehlenswert, auf den Fettgehalt zu achten.‘
Und das wissen wir durch Vorhersagemodelle, die wir mit JMP erstellt haben. Der entscheidende Punkt hier ist, dass wir das mit einem einzelnen Experiment niemals entdecken hätten können. Hätten wir ein Experiment zum Vergleich von maisbasiertem und weizenbasiertem Futter durchgeführt, hätten wir uns sehr wahrscheinlich nicht zugleich auch das Fett ansehen können.“
Econase XT verbessert die Verdaulichkeit des gesamten Futters: Aminosäure-, Fett- und Kohlenhydrat-Verdaulichkeit. Mehr Nährstoffe bedeutet geringere Futterkosten und weniger Abfall – eine nachhaltigere landwirtschaftliche Lösung.
„Exakte und gründliche“ Analyse
Masey O’Neill verwendet eine Reihe von JMP-Tools beinahe täglich (ein anderes bevorzugtes Tool ist Varianzanalyse), da „exakte und gründliche statistische Analyse“ für ihre Arbeit wesentlich ist, wie sie sagt. Und genau das bietet JMP Pro auf unkomplizierte Weise. Masey O’Neill betont die Anwenderfreundlichkeit der Software. Es ist kaum Schulung erforderlich. Analysen lassen sich rasch und effizient wiederholen – ein Segen für die Produktivität.
Sie schätzt auch die Vorteile der Illustration von Ergebnissen, die JMP bietet.
„Mit Verteilungen zeigen wir die wichtigen Punkte aus multiplen Regressionen“, sagt sie. „Wenn wir beispielsweise die interaktiven Faktoren für die Vorhersage einer Zielgrößenvariablen definieren möchten, verwenden wir Entscheidungsbäume.
Es kann schwierig sein, das Personen, denen Statistik nicht vertraut ist, zu erklären“, sagt sie. Aber das Zeichnen der Verteilungen aller Variablen über die JMP-Verteilungsplattform vereinfacht die Dinge beträchtlich.
Die Verteilungsplattform bietet „eine hübsche, anschauliche Möglichkeit, die Daten dem Kunden zu präsentieren. Mit JMP lässt sich das problemlos bewerkstelligen.“