JMP Pro gradation

Novità di JMP® Pro 13

JMP Pro, la versione del nostro software dedicata all'analisi avanzata, contiene tutte le funzionalità ben note e apprezzate di JMP e molto altro ancora. Con questa versione di JMP Pro 13 gli utenti potranno usufruire di nuove funzionalità e beneficiare di miglioramenti al flusso di lavoro dei modelli predittivi e alle prestazioni della maggior parte delle piattaforme di JMP Pro.

Scopri come ottenere JMP Pro 13

Novità di JMP Pro 13

Analisi su esplorazione del testo

Introdotto in JMP 13, l'Explorer del testo è una piattaforma per la gestione dei dati di testo non strutturati. Mentre JMP 13 offre metodi per l'estrazione di parole e frasi di base, JMP Pro aggiunge funzioni significative per l'analisi multivariata e la riduzione delle dimensioni, consentendo agli utenti di incorporare i dati di testo nelle attività di modellizzazione predittiva.

JMP Pro è in grado di intervenire sui tipi di dati di testo più comuni, dati sulle riparazioni, indagini a testo libero, campi di descrizione di forma estesa e commenti aperti, solo per citarne alcuni, e, impiegando un'analisi appositamente studiata, convertirli in dati numerici che possono essere utilizzati direttamente dalle piattaforme di modellizzazione di JMP Pro. Ora è possibile catturare le informazioni all'interno dei propri dati non strutturati e utilizzarle per arricchire il proprio modello JMP Pro preferito, che si tratti di un modello di Foresta di Bootstrap, rete neurale o regressione generalizzata.

Completando i predittori di cui già si dispone con i dati di testo, è possibile costruire modelli con una migliore validità esterna. State già sperimentando la fatica di archiviare tutti questi dati non strutturati nel vostro database: perché non lo sfruttate a vostro vantaggio?

Depot delle formule e Genera codice di scoring

Per confrontare modelli multipli nelle versioni precedenti di JMP, era necessario salvare le colonne delle previsioni per ciascun modello nella tabella di dati. In alcuni casi, ad esempio per le reti neurali, questo rischiava di aumentare in modo significativo la dimensione della tabella. Inoltre, la convenzione di denominazione per le nuove colonne era connessa solo al nome della colonna i cui valori erano oggetto della previsione, non alla piattaforma in cui il modello era stimato. Ciò rendeva difficile l'individuazione della piattaforma utilizzata per creare la colonna della formula di previsione. Il Depot delle formule di JMP 13 Pro non soltanto risponde a tutte queste esigenze, rende anche la gestione dei modelli molto più semplice, offrendo un repository centrale che consente di organizzare, profilare, confrontare e distribuire in maniera selettiva i modelli in C, JavaScript, Python, SQL o SAS®.

Miglioramenti della Regressione generalizzata

L'obiettivo della Regressione generalizzata di JMP Pro è quello di soddisfare tutte le vostre esigenze di modellizzazione. La Regressione generalizzata è l'approccio moderno di JMP a Modelli lineari generalizzati e selezione delle variabili, nonché uno strumento d'eccellenza per l'analisi dei disegni di esperimenti e dei dati osservazionali, anche di quelli di sopravvivenza, in un'unica soluzione.

Con JMP 13 si raggiunge la terza release della Regressione generalizzata e lo strumento continua la sua evoluzione con numerose aggiunte e nuove funzionalità:

  • Un'opzione Doppio lazo: esegue lo screening delle variabili con un passaggio iniziale Lazo adattivo e utilizza le stime dei parametri risultanti come pesi in un secondo passaggio Lazo adattivo, affinando ulteriormente il modello.
  • Aggiunta dell'opzione Selezione in avanti a due fasi: una selezione in avanti iniziale considera solo gli effetti principali, poi un secondo passaggio considera le interazioni e i termini di ordine più alto. Questa tecnica ha eccellenti proprietà per la selezione dei modelli negli esperimenti progettati.
  • Gestione dei dati censurati che consente la selezione delle variabili nella stima di dati di sopravvivenza/affidabilità; supporto per rischi proporzionali di Cox; supporto per distribuzioni di Weibull, lognormali e normali.
  • Miglioramenti generali:
    • Nuovi criteri di selezione dei modelli, ERIC, appositamente studiato per problemi di regressione penalizzata.
    • Curve ROC e lift.
    • Matrici di confusione.
    • CDF e Profiler dei quantili (come sopravvivenza parametrica).
    • Supporto per modelli "Nessuna intercetta" e predittori ordinali.
    • Riavvia con effetti attivi. Migliore diagnostica dei modelli. Possibilità di salvare formule di simulazione che possono essere utilizzate nell'utility Simula.

Simulazione di sistemi riparabili (RSS)

Nelle versioni precedenti di JMP, la simulazione poteva essere utilizzata soltanto nelle impostazioni di affidabilità nelle quali un guasto avrebbe portato alla fine del ciclo di vita del sistema. Tuttavia, un sistema costoso e complesso costituito da numerosi componenti funzionanti, ad esempio il motore di un aeroplano, in caso di guasto viene di solito riparato, se possibile, piuttosto che scartato. Grazie alla Simulazione di sistemi riparabili di JMP 13 Pro, ora è possibile eseguire l'analisi di sistemi riparabili e dare dunque risposta a domande quali:

  • Qual è il tempo medio tra i guasti nel corso della "vita utile" delle unità?
  • Qual è la disponibilità delle unità? Vale a dire, per quale proporzione di tempo le unità sono funzionanti?
  • Quali sono i costi di riparazione attesi nel corso della "vita utile" delle unità?
  • Quali sono i componenti maggiormente responsabili dei tempi di inattività e della manutenzione del sistema?
  • Quali componenti sarebbe opportuno riparare/sostituire mentre il sistema è inattivo per un'altra riparazione?

Dato che la piattaforma Simulazione di sistemi riparabili (RSS) di JMP Pro 13 utilizza la stessa interfaccia della piattaforma Diagrammi a blocchi di affidabilità, gli esperti di affidabilità non sono costretti a imparare a utilizzare una nuova interfaccia, ma possono iniziare subito a costruire modelli.

Funzionalità di simulazione generale

Esperti di statistica e analisti utilizzano le simulazioni per valutare nuovi metodi statistici, stimare il potenziale per test statistici non standard ed eseguire il bootstrapping parametrico. In JMP 13 l'accesso alla funzionalità di simulazione generale è stato notevolmente semplificato: per gli utenti infatti non è più necessario scrivere linguaggio JSL personalizzato per eseguire la simulazione e analizzare i risultati. Tale funzionalità è disponibile dalla maggior parte delle piattaforme che presentano Ricalcolo automatico o Bootstrap come opzioni del menu associato al triangolo rosso.

Il DOE è un altro ambito in cui questa simulazione risulta utile. Negli esperimenti progettati, le risposte non sono sempre distribuite in modo normale o approssimativamente normale. I test di sistema, in particolare, possono generare dati basati su conteggi e numero di errori/operazioni riuscite. Il Piano personalizzato di JMP 13 è ora in grado di simulare dati di risposta realistici per questi esperimenti e gli utenti JMP Pro possono utilizzare tali risultati simulati insieme alle funzionalità di simulazione generale di JMP Pro per stimare il potenziale sperimentale del piano.

Infine, la funzione Bagging (Aggregazione di Bootstrap) è stata aggiunta al Profiler in JMP Pro, consentendo agli utenti di costruire intervalli di previsione nelle impostazioni in cui non esistono le formule degli intervalli di previsione. La creazione di una colonna di convalida era un processo prevalentemente manuale, che richiedeva molti clic per dividere il set di dati in set di training, convalida e test. Se era necessario più di un semplice campione casuale dei dati per la partizione, occorreva ricorrere a un componente aggiuntivo o ad altre tecniche per ottenere risultati ottimali.

Ora è possibile dividere i dati sulla base del problema, utilizzando uno dei numerosi algoritmi inclusi. Inoltre, sulla piattaforma di analisi, facendo clic sul ruolo della colonna di validazione senza selezionare una colonna, verrà chiesto di scegliere una colonna di validazione o di crearne una direttamente dalla piattaforma. In questo modo si resta nel flusso di analisi ed è possibile eseguire la crossvalidation dei modelli in modo più semplice e rapido.

Bayes gerarchico

I modelli di scelta possono aiutare le aziende a stabilire quali siano i prodotti e le caratteristiche più importanti per i clienti e quanto questi ultimi siano disposti a pagare per determinate caratteristiche.

Un modello di scelta che tratti tutti i clienti allo stesso modo produrrà stime che sono la media delle preferenze tra tutti gli individui. Nel caso in cui, come accade spesso, gli individui presentino differenze significative nelle preferenze, il prodotto "ottimale" come determinato dal modello potrebbe soddisfare questo cliente "medio", che in realtà non esiste, ma è possibile che non catturi alcuno dei clienti esistenti.

Fortunatamente, JMP 13 Pro supporta il modello Bayes gerarchico, in grado di modellare correttamente tali differenze nelle preferenze. Utilizzatelo per ottenere risultati migliori e modelli di qualità superiore dai vostri piani di scelta, ottimizzando le informazioni ottenute dal vostro limitato budget di esecuzione.

Analisi delle associazioni

L'Analisi delle associazioni (chiamata spesso Market Basket Analysis) è l'identificazione degli elementi che si presentano contemporaneamente in un determinato evento, record o in una determinata transazione.

Ecco alcuni esempi di regole di associazione:

  • L'80% dei clienti che acquistano il prodotto A, acquista anche il prodotto B.
  • Il 40% delle riparazioni che coinvolgono il componente A, coinvolge anche il componente B.
  • Il 20% di coloro che presentano i fattori di rischio A, B, e C, presenta la condizione X entro i 50 anni.

La comprensione di tali associazioni permette di prendere decisioni più informate in una grande varietà di contesti, tra cui marketing, ambito sanitario e affidabilità del prodotto.

Con la piattaforma Analisi delle associazioni di JMP Pro è possibile utilizzare anche la Scomposizione dei valori singolari (SVD), una tecnica di riduzione delle dimensioni, per raggruppare transazioni simili. I vettori singolari possono quindi essere utilizzati nelle piattaforme di modellizzazione predittiva.

Processo gaussiano

I modelli di processo gaussiano sono utilizzati per modellare la relazione tra una risposta continua e uno o più predittori. Nelle versioni precedenti di JMP Pro, eseguire questi modelli comportava un certo dispendio di tempo per i set di dati di grandi dimensioni e, indipendentemente dalla grandezza della tabella, risultava impossibile per i modelli con fattori categorici. In JMP Pro 13 sono stati risolti entrambi i problemi estendendo notevolmente le potenzialità dei modelli di processo gaussiano.

Miglioramenti dei modelli misti

In JMP 13 la personalità Modelli misti di Stima modello offre diverse nuove strutture di covarianza (Varianze ineguali, Scambiabili, Antedependent, Toeplitz), estendendo la propria applicabilità a svariati nuovi ambiti.

Miglioramenti della partizione e Naive Bayes

JMP Pro 13 garantisce un maggiore controllo sulla piattaforma di partizione: le tabelle di ottimizzazione dei modelli consentono di eseguire i modelli su una griglia di valori di parametri, mentre la randomizzazione nell'opzione Boosting di gradiente stocastico per gli alberi boosted aiuta a evitare l'overfitting. È inoltre disponibile il classificatore Naïve Bayes.

Documentazione

Scaricate un PDF con le nuove funzionalità di JMP e JMP Pro oppure consultate la nostra documentazione online.

Back to Top