JMP® für die Modellierung
Das Erstellen nützlicher Modelle ist teils Wissenschaft, teils Kunst. Und JMP unterstützt Sie bei jedem Schritt. JMP verfügt über Methoden zum Aufdecken von Beziehungen zwischen Variablen eines Prozesses. Damit können Sie nicht nur Vorhersagen treffen, sondern auch Einstellungen für Faktoren erkennen, die eine optimale Wirkung erzielen.
Durch die lebendigen und interaktiven Diagramme hilft JMP bei der Aufbereitung von Ergebnissen für Personen, die selbst keine Modelle erstellen, aber ihre Entscheidungen auf Daten stützen und optimal informiert sein müssen. Ihr Modell kann deterministisch sein oder das erforderliche "Rauschen" neben dem "Signal" präsentieren. In jedem Fall ist JMP für Ihre Modellierungserfordernisse bestens geeignet. Wenn Ihr Ziel die Vorhersage und nicht nur die Exploration ist, unterstützt Sie JMP Pro mit seinen neuen Funktionen für Anwender erweiterter Analysen bei einer korrekten Generalisierung der Vorhersagen.
Für Modellierungen, bei denen mehr als ein Ergebnis von Interesse ist, ermöglicht der Profiler in JMP die interaktive Prüfung und Optimierung dieser Ergebnisse sowie den Vergleich und die Kontrastierung verschiedener Modelle desselben Typs oder unterschiedlicher Typen. Diese innovative Methode für die Visualisierung von Modellen ermöglicht Ihnen die Erforschung von Kompromissen, wenn Sie mehrere Ergebnisse optimieren müssen. Sie hilft aber auch bei der Weitergabe Ihrer Ergebnisse an andere Personen, damit Sie ein tieferes Verständnis und mehr Einblick in Ihrem gesamten Unternehmen entwickeln können.
- Kategorieplattform
- Excel
- Anpassung von Y nach X
- Zeitreihen
Die Kategorieplattform in JMP stellt Tabellen, Übersichten und statistische Tests von Ergebnisdaten und Mehrfachergebnisdaten bereit, wenn die gemessenen Ergebnisse auf eine Zugehörigkeit zu einer bestimmten Kategorie hinweisen. Diese Daten werden auf verschiedene Arten erstellt, wie etwa durch das Messen von Testergebnissen, die Klassifizierung von Defekten oder Nebenwirkungen sowie die Durchführung von Befragungen. Auch aufgrund dieser unterschiedlichen Anwendungen können Kategoriedaten in unterschiedlichen Formaten präsentiert werden. Eine besondere Stärke der Kategorieplattform besteht darin, dass sie diese Diversität verarbeiten kann, ohne dass die Daten vor der Exploration und Analyse neu geformt werden müssen. Eine oder mehr Spalten können verwendet werden, um die Kategorien zu definieren, innerhalb derer und zwischen denen die Variationen im Ergebnis bewertet werden. Der Kategoriebericht enthält die sich daraus ergebenden Diagramme der Anteile und Frequenz nach Kategorien. Wenn diese Diagramme in Verbindung mit dem Datenfilter eingesetzt werden, ermöglichen sie eine rasche und einfache Prüfung von großen Mengen an Untersuchungsdaten. Der Bericht kann auch die damit verbundenen Tabellen und Kreuztabellen anzeigen, die gegebenenfalls zur Klarheit der Anzeige oder zum Drucken verschoben werden können. Abhängig von der Art der Ergebnisse können Sie sich statistisch mit Fragen beschäftigen wie: Variiert das Ergebnismuster nach Stichproben-Kategorien und ändert sich dies im Zeitverlauf? Sind die Raten für jede Ergebniskategorie in allen Stichproben-Kategorien gleich? Wie knapp liegen die Bewertungen beieinander? Welches Risiko weisen die verschiedenen Behandlungen auf?
Verwenden Sie die Kategorieplattform, um störende Ereignisse zu prüfen und das relative Risiko in einer klinischen Studie zu testen.
Wenn Ihre Tabellenkalkulation die erforderliche Analyse nicht durchführen kann oder Sie so viele Daten haben, dass Sie nicht leicht erkennen können, was darin versteckt ist, ermöglicht Ihnen das JMP-Add-In für Microsoft Excel ein tieferes Einsteigen in die Daten. Übernehmen Sie Ihre Daten mit einem einzelnen Klick in JMP und starten Sie nach Wahl die Verteilungs- oder Diagrammerstellungsplattform. Beide Plattformen ermöglichen Ihnen die dynamische Interaktion mit Ihren Daten auf eine Weise, die in einer Tabellenkalkulation nicht möglich ist. Dabei erkennen Sie neue Muster und Beziehungen zwischen Variablen oder Fällen und stellen neue, wichtige Fragen zu den Entwicklungen. Vielleicht fragen Sie auch einfach, warum? Sie können die Leistung des JMP Profiler mit Ihrer Excel-Tabellenkalkulation verbinden, um interaktiv Was-wäre-wenn-Szenarios zu erkunden, während Excel das Modell im Hintergrund berechnet und JMP die Visualisierung bereitstellt. In JMP können Sie numerisch Eingabeeinstellungen suchen, die Ihnen die günstigsten Ergebnisse liefern. Danach verwenden Sie den Monte Carlo-Simulator im Profiler, um diese Was-wäre-wenn-Szenarios auszuspielen und festzustellen, ob ihre theoretischen optimalen Betriebsregeln oder Einstellungen in der Praxis Bestand haben.
Verwenden Sie den Vorhersage-Profiler, um die Auswirkungen der Marktbedingungen auf finanzielle Schlüsselmaßzahlen für den Airbus 380 mit einem Excel-Modell zu bewerten.
In vieler Hinsicht ist die innovative Plattform der Anpassung von Y nach X von JMP eine eigenständige Anwendung. Wie der Name schon sagt, ermöglicht sie das Austesten und die Modellierung von Abhängigkeiten zwischen einer einzigen Eingabe und einem einzigen Ergebnis. Durch den Einsatz von vorher zugewiesenen Modellierungstypen ist die Anpassung von Y nach X in der Lage, eine normalerweise unvereinbare Gruppe von statistischen Ansätzen in einem kohärenten, verständlichen Ganzen zu vereinheitlichen. Dies umfasst Regression, logistische Regression, ANOVA und Eventualanalyse. Jeder Bereich wird mit seinem eigenen Repertoire an Diagrammen, Tabellen und Hypothesentests eingebracht. In Verbindung mit dem "sich entfaltenden" Stil der Analyse in JMP ermöglicht dies eine wirklich auf den Daten aufbauende Analyse. Ihre nächste Entscheidung beruht daher nur noch auf den Informationen, die Sie aus Ihren Daten wirklich entnehmen können. Und die Ergebnisse von Ihnen ausgewählter statistischer Tests werden auf wirklich verständliche Weise dargestellt. Kurz gesagt, die Anpassung von Y nach X unterstützt Sie bei der Anwendung gesunder statistischer Grundsätze auf die Risikosteuerung, unabhängig von Ihren Kenntnissen in Statistik.
Suche nach Verbindungen zwischen Cholesterinverlust (Modelltyp kontinuierlich) und beiden Geschlechter (Modellierungstyp nominal) und der Häufigkeit der körperlichen Betätigung (Modellierungstyp kontinuierlich) mit der Plattform zur Anpassung von Y nach X.
Die Zeitreihen-Plattform von JMP ermöglicht Ihnen die Exploration, Modellierung und Vorhersage von univariaten Zeitreihen mit derselben Interaktivität und Lebendigkeit, die auch die anderen JMP-Plattformen auszeichnen. Ihr Modellierungsansatz kann durch die übliche Diagnose beurteilt werden, darunter Plots von Autokorrelationen und Teil-Autokorrelationen, Variogrammen, AR-Koeffizienten und Spektraldichte-Plots. Die verfügbaren Modelltypen umfassen saisonale ARIMA, Glättungsmodelle und Übertragungsfunktionsmodelle. Die Koeffizienten des besten Modells werden durch die Maximierung der Wahrscheinlichkeit bestimmt, die über einen Kalman-Filter berechnet wird. Sie können eine Serie von ARIMA-Modellen in einem Schritt anpassen, alle Modelle, die Sie angepasst haben, über einen zentralen Bericht vergleichen und einstufen, sowie weitere Details über jede Anpassung abrufen, um gegebenenfalls die Eignung der einzelnen Modelle zu bewerten. Nachdem Sie sich für ein Modell entschieden haben, können Sie gegebenenfalls Vorhersagen mit Unsicherheitsfaktoren erstellen. Wenn Sie Übertragungsfunktionsmodelle verwenden, um eine Eingabeserie mit einer Ergebnisserie in Beziehung zu setzen, können Sie die Eingabe einem Prewhitening unterziehen und Kreuzbeziehungen zwischen den restlichen Serien verwenden, um die richtige Reihenfolge des Übertragungsfunktions-Polynoms zu identifizieren. Zusätzlich zur Fähigkeit, alle verbreiteten Zeitreihenmodelle anzupassen, ermöglicht Ihnen die Interaktivität und die Benutzerfreundlichkeit von JMP den raschen Aufbau eines einsatzbereiten Modells.
Verwenden Sie die Zeitreihen-Plattform zur automatischen Anpassung einer Gruppe von ARIMA- und Glättungsmodellen sowie zur Erstellung einer Vorhersage aus dem am besten geeigneten Modell.
Mehr Ressourcen für die Modellierung
Demos
Design and Analysis for the Gaussian Process Model (Planung und Analyse für das Gauß'sche Prozessmodell) in Quality and Reliability Engineering International
Graphical Tools for Assessing the Sensitivity of Response Surface Designs to Model Misspecification ” (Grafiktools zur Bewertung der Sensibilität von Wirkungsflächendesigns zur Modellierung von Fehlspezifikationen) in Technometrics
Model Discrimination - Another Perspective on Model-Robust Designs (Modelldiskriminierung - eine andere Perspektive zu robusten Modelldesign) in Journal of Statistical Planning and Inference (Registrierung erforderlich)
Podcasts
Leighton Spadone, The Goodyear Tire and Rubber Company
Nehmen Sie Kontakt mit dem JMP Vertrieb auf
+49 (0) 7031 491 6510