JMP Pro for Mac v17.0.0
强大的统计学软件
简介
JMP Pro 是 JMP 的高级分析版本,专为需要精密建模技术的高级用户而设计,以帮助其更好地预测趋势、筹谋未来发展。
应用介绍
SAS 在设计 JMP Pro 统计分析软件之初就充分考虑科学家和工程师的需求,加入了 JMP 所有标志性的卓越功能,用以实现交互数据可视化并进行探索、分析和沟通
JMP Pro 特有的主要功能,除了 JMP 的所有功能之外,JMP Pro 还能提供下列高级分析功能。
预测建模
分类和回归树(分割建模)
Bootstrap 森林法,一种随机森林技术
提升树
K-近邻法预测 (K-NN)
支持交叉验证列
神经网络建模
自动处理缺失数据
用梯度提升方法自动选择隐藏层的数目
拟合单层或双层神经网络
自动转换输入变量-正态化
三个激活函数(双曲正切函数、线性函数、高斯函数)
保存随机生成的交叉验证列
保存变换的协变量
支持交叉验证列
交叉验证
在建模平台启动对话框中使用验证列和验证角色。
生成验证列工具
自动将数据分割为训练、验证和测试部分;创建验证列。
使用纯随机或分层随机抽样创建验证列。
可通过平台启动对话框单击“生成验证列”创建验证列。
模型比较
自动比较 JMP Pro 创建的模型。
模型刻画器。
拟合统计量(R2、误分类率、ROC 曲线、AUC、提升曲线)。
模型平均。
高级建模
广义回归
正则化方法:岭、套索、自适应套索、弹性网格、自适应弹性网络
前向选择逐步回归
分位数回归
正态分布、Cauchy 分布、指数分布、Gamma 分布、Beta 分布、二项分布、Beta 二项分布、Poisson 分布、负二项分布
高级多元方法
偏最小二乘 (PLS) 建模
拟合模型中的偏最小二乘特性支持连续性响应变量以及分类型响应变量,连续性输入变量以及分类型输入变量,变量之间的交互作用项以及变量的高次项。
缺失值插补
保存随机生成的交叉验证列
对 X 进行标准化--对于 X 的高次项直接进行标准化,而不是先对 X 进行标准化之后再进行高次项的计算。
可选的验证方法:验证列、K 重验证、保留验证、留一法验证。
主成分分析 (PCA)
PCA 中的变量聚类
可靠性框图
创建复杂系统的可靠性模型
构建可靠性系统的方式包括基本、串行、并行、结点和 N 中取 K 个节点等多种方式。
使用设计库中的子设计系统创建嵌套设计
覆盖阵列
设计和分析覆盖阵列
在创建设计后对其进行优化,实现进一步精简。
使用“无效组合”过滤器来指定不可行的测试区域。
导入其他软件创建的;分析测试覆盖率,并选择性的进行优化。覆盖阵列
混合模型
指定固定效应,随机效应以及重复效应
指定测试的多个变量间的关联效应,设定测试对象以及连续性效应;
对重复效应提供多种协方差结构选择。
提供方差变化图--一种可视化的诊断方法--来决定您的数据到底适合什么样的空间协方差结构,如果存在空间上的相关性的话。
提升模型
引入决策树的方法来识别最有可能对某项活动做出积极回应的消费者群体。
增量模型、真实-提升模型、净增量模型
支持交叉验证列
高级统计计算
单因子分析
非参数精确检验
列联分析
变量关联性的精确测量
Bootstrapping
大多数报告中,一键式生成 Bootstrap 统计量。