软件标签：JMP
JMP 17专业版是功能强大的预测分析软件，预测性分析软件，专业版除了拥有JMP中的所有工具，还提供各种高级功能，让您能够从容地应对复杂的分析工作。具有可视化、交互式、综合分析及可扩展性的特点。主要是用于深入发现和研究枯燥的数字表格以及统计图象中隐藏的数据分析，更全面更强大的搜索数据，挖掘数据的潜在意义并通过交互式可视化分享新的发现，能创建详细的报告，新版本带来更多重要的功能，操作录制和增强的日志模式采用全新的结构化布局，配有新的日志记录功能，能记录更多操作，包括捕获大多数数据清洗操作，让过程再现变得更加容易。全新的模型筛选平台可支持不同的预测建模同时运行，以帮助您选择最优模型。新增的情感分析功能可利用可定制的否定词、强化词和情感词列表在非结构化的文本中查找短语。新增的词条选择功能 可识别与响应相关的词条。
新功能
1、数据导入、数据表、数据清理、数据可视化、常规数据分析
• 改进的比较数据表工具采用全新的用户界面，支持一键对齐行、比较不同名称的列，以及将结果差异显示为表格等功能。
• 增强的生成分箱公式支持以交互的方式分箱连续型数据。
• 全新的独立正则表达式列工具丰富了正则表达式逻辑库，增强了预览控制，提供将配置保存到脚本的选项，并支持手动添加正则表达式模式。
• 可在x和y都是连续型的图形生成器热图上进行六角形分箱。
• 全新的非结构化文本数据过滤器，允许在本地和全局数据过滤器中使用非结构化文本列，并简化了查找关键字、过滤关键字，并根据相应关键字创建子集的过程。
• 在数据表、图形生成器、CSV导入、过滤和JSL中，全新的自定义日期格式将日期配置为字符串。
• 现在，导入到JMP的日期格式会像在Excel中一样。而导出到Excel中的日期格式也会像在JMP中一样。
• 图形生成器增强功能：
o 使用行顺序标志轻松运行图。
o 为线形图和条形图计算累积统计量。
o 通过图例强化行标记选项。
• 新的标尺工具可以测量任意图形上两点之间的距离。
• 支持绝大多数平台中的本地数据过滤器。
• 箱线图现在包含支持具有大小属性的连续变量、聚合统计量和锯齿状箱线图。
2、实验设计
• 新的样本大小分析器工具支持以交互的方式探索功效、样本大小和误差幅度。
• 改进了使用Bayes D最优方法创建超饱和设计。
• 增强了定制设计中的协变量处理。
• 对某些阈值p值的功效自动求解。
• 对检测分析限制的改进便于更轻松地执行分析，并支持针对定制设计中的一个或多个响应制定检测下限和检测上限。PRO
3、统计分析、预测建模和数据挖掘
• 全新的模型筛选平台可支持不同的预测建模同时运行，以帮助您选择最优模型。PRO
• 文本分析器中的情感分析功能可利用可定制的否定词条、强化词条和情感词条列表在非结构化的文本中查找情感短语。PRO
• 文本分析器的词条选择功能可查找与响应相关的词条。PRO
• 在刻画器探索预测或执行优化时，新的外推法控制可防止在原始数据范围之外外推过远。PRO
• 在支持向量机（SVM）平台中支持超参数的回归和自动微调。PRO
• 结构化方程建模增强功能：PRO
o 支持以全新的测量方法和可视化方式评估测量模型。
o 模型快捷方式可轻松指定常见的模型，包括确定性因子分析、中介分析和潜在增长曲线模型。
o 交互式模型比较表格可比较嵌套模型。
• 全新的拟合曲线实验设计（CDOE）在拟合曲线平台中使用广义回归，来预测样本中不必观察的补充变量的组合响应曲线。
• 全新的FDR调整P值分类选项为报表新增多个列，其中的p值列可显示错误发现率校正的p值（即Benjamini-Hochberg方法），可用于在运行多个检验时，避免由于随机偶然性而导致检验显著。
• 动态的刻画器可显示随着更改每个因子，配置文件如何更改的过程。
• 改进的时间序列预测平台允许预测多个时间序列，包括管理模型的工具和全新的Box-Cox变换图。
o 拟合多达30个不同指数平滑的模型，并自动选择最优模型。
o 使用内置工作流创建模型验证的留出集。
• 时间序列平台的改进包括验证支持、添加状态空间平滑模型，以及支持Box-Cox变换。
• 更新单因子分析启动拟合模型，以在区组不平衡时显示正确的分析。
• 现在，等价性检验允许不等方差。
• 刻画器现在可以识别在实验设计中创建的数据表中不被允许的组合约束脚本，并根据相应的不被允许的组合约束执行优化。
• 探索离群值平台的改进包括：
o 更新的K-NN可在最大离群值显示更多详细信息。
o 全新的稳健PCA替换多元稳健离群值并提供可靠的多元方法，响应数据的多元结构，并允许缺失值。
• 新的目标水平列属性指定阳性水平（默认为高水平）。
• 增强了响应筛选，现支持本地数据过滤器和列切换器。
• 函数数据分析器更新：全新的函数PCA诊断可呈现清晰的视图，让您了解已选定的FPC得分分数如何影响相应的预测。PRO
4、质量工程和可靠性
• 更新的EWMA平台增强了三个默认图表中的交互性和功能—具有限值的EWMA、具有MR限值的单值图表和残差图表。
• 控制图生成器的增强内容包括可在具有单侧限值的控制图上运行Western Electric检验。请注意：显示已排除区域和检验已排除子组应默认为“关闭”。
• 可靠性框图的改进包括新增“生成代数表达式数据表”，其中每个成分对应一列，并且最后一列为系统可靠性代数表达式（这是将成分列提取为参数的JSL表达式）。
• 拟合寿命分布平台现在可在没有删失观测的情况下，报告中位数排名回归（MRR）Weibull参数估计值。
• 测量系统分析（MSA）设计可生成用于MSA的完全析因（完全交叉）设计，并提供估值的诊断测量功能。请参见“实验设计 >特殊目的”。
• 更新的OC曲线用户界面（请参加“分析 > 质量和过程”）。
5、自动化与脚本处理
• 带操作录制的增强日志模式采用全新的结构化布局，配有新的日志记录功能，能记录更多操作，包括捕获大多数的数据清理操作，让过程再现变得更加容易。
• 针对基于容器的循环新增多个JSL函数，可提供多种方法轻松循环、变换和过滤一个或多个容器。
• JSL支持在切换列后运行脚本。
• 多平台列切换器。
• 显示框JSL消息<<Set Auto Stretching (x, y)现在为消息<<SetStretch (x, y)，其中的x和y可以是 “Neutral”、”Off”、“Fill” 或“Window” 中的任意一个。
• 注意：JSL更新的完整列表，请参见“帮助 > 新功能”。
6、数据共享
• 项目增强功能包括，可将JMP文件和报告直接保存到项目文件中，以实现可分配、备份或归档的单一、独立文件（.jmpprj）。
• JMP记录现在提供了入门技巧，一个方便添加新内容的工具栏，一个新的脚本框对象，可以在记录中编辑和提交JSL，以及更方便地将内容插入到特定位置的功能。
• 交互式的HTML和JMP Live中的图形现在支持缩放和平移。
• 现在，可在仪表板生成器中使用列切换器，允许所有使用相同数据表的平台在运行仪表板时共同切换。
• 当导出到交互式HTML或发布到JMP Live时，函数数据分析器平台（FDOC和FPC）内的刻画器现在支持交互。
功能特色
1、预测建模和交叉验证
任何人都能对上一年的业绩进行出色的整理和说明，但是，没有合适的工具和最先进的技术，就会大大增加通过建模预测新客户、新流程或新风险的难度。JMP Pro提供了一系列丰富的算法，可利用现有数据构建高效的模型。JMP Pro中可进行预测建模的一些实用技术包括决策树、Bootstrap森林法、朴素贝叶斯和神经网络。
JMP Pro的“分割”平台采用先进的方法可自动执行决策树构建过程。此平台也适用于K最近邻(K-NN)模型。
“Bootstrap森林法”平台采用随机森林技术，能够利用数据的随机子集生成众多决策树，并计算这些决策树中每个因子所造成影响的平均值。“提升决策树”技术可以构建很多简单树，从而将一棵树的残差变异重复拟合至另一棵树。
“朴素贝叶斯”平台采用Bayes定理原则，可用于预测分类响应。此平台甚至允许预测数据中未显示的预测变量的组合。
借助高级“神经”平台，您可以利用所选的三种激活函数构建一层或两层神经网络，此外，此平台还提供采用梯度提升功能的自动模型结构。“神经”平台还能够自动处理缺失值和连续X变换，可达到事半功倍的效果，并且包括可靠的拟合选项。
JMP Pro的所有平台均采用交叉验证方法，既能实现模型验证，又能将未来数据全面纳入其中。为了更有效地进行预测建模，您需要用有效的方法进行模型的验证，而复杂的模型很容易导致过拟合。因此对于大型的复杂模型，我们总是需要进行交叉验证。JMP Pro提供“数据划分”或“保留”选项来执行该操作。交叉验证能够帮助您构建更好的模型，从而使得未来关于新客户、新流程或者新的风险的数据，也可以在这些模型上得到很好的应用，从而帮助您做出由数据驱动的未来决策。
一直以来，我们都通过将数据集划分为训练集、测试集和验证集来避免过拟合，以确保构建的模型不仅仅依赖于用来建模的样本数据。JMP Pro一般会通过使用“验证列”来实现交叉验证。无论要达到何种目的，您都可以通过设置“验证列”将原始数据划分成不同的数据集（可采用随机抽样或分层随机抽样）。无论要达到何种目的，您可以通过设置“生成验证列”将原始数据划分成不同的数据集。
训练集用于构建模型，验证集用于帮助用户在建模过程中针对模型的复杂程度做出选择，而完全不参与建模过程的测试集，主要用于评估不同建模方法的质量。对于数据量比较小的数据集，还会提供K重交叉验证。此过程可帮助您构建有效推广至新数据的模型。
需要注意的是，观测数据的作用也仅限于此。要真正了解因果关系，多数情况下您可能需要采用实验设计(DOE)。JMP为您提供简单易用、业界一流的最优DOE工具。
2、模型比较
Model Comparison in JMP Pro 13
借助“模型比较”平台，您可以在一个平台/界面对JMP Pro构建的多个模型进行比较。
在实际应用中，某些模型在一些特定的情况下拟合性较好，但在其他情况下则较差。JMP Pro提供多种拟合方法，我们需要找出在特定的情况下哪种方法的拟合效果最好。一般构建模型的典型思路是尝试多种不同的模型：或简单或复杂，包含或不包含特定的因子/预测变量，采用不同的建模方法，甚至是多个模型的平均（组合模型）。
所有的这些模型都有相同的拟合指标用来判定模型的好坏：R2、误分类率、ROC曲线、AUC、提升曲线等等。
使用JMP Pro的“模型比较”，您可以对不同预测模型生成的预测公式列进行比较，并根据拟合优度、简约性、交叉验证结果综合比较选取最佳的模型。JMP Pro会自动给出最佳的结果。同时，您还可以借助模型刻画器动态交互地查看每个模型选取的关键因子有哪些。借助JMP Pro的模型比较功能，用户可以方便地对多个模型同时进行比较，还能根据需要进行模型平均。
3、模型库和生成评分代码
管理模型并不是一件苦差事–JMP Pro中的“模型库”可在处理多个模型的同时组织您的工作。此中央资源库可采用C、SQL、SAS或其他语言存储、刻画、比较和选择性地部署JMP Pro模型。
现在，当构建多个模型时，您的数据表将不再因包含执行模型比较所需的大量额外预测公式列而负担过重。可将评分代码保存至“公式库”并应用至新数据。中央建模中心让您可轻松地访问您的模型并部署至其他系统。
4、连接丰富的SAS®资源
作为SAS预测建模和数据挖掘的解决方案之一，JMP Pro能够轻松与SAS进行连接，扩展其分析功能，依托并借助强大的SAS分析与数据集成能力。无论数据是否与SAS相连接，JMP Pro均可输出SAS代码，使用新数据对JMP构建的模型进行快速、轻松的评分。
5、新型建模
广义回归是站在模型改进的角度而提出的一系列新的建模方法。该方法通过引入正则项或惩罚项来拟合广义回归模型。
当预测变量之间存在强相关或者预测变量数大于观测个数时，标准的回归方法基本是行不通的。而预测变量之间存在多重共线性（实际情况常常如此），逐步回归法或者其他标准的回归方法也得不到令人满意的结果。这些模型往往会出现过拟合，在新数据的应用上表现很差。但在建模之前如何确定该剔除哪些变量呢？或者更糟的情况是，你需要花费多少时间来手动筛选变量用以构建最终的模型？
拟合模型中的“广义回归”在进行回归时，基本会包含所有的变量和信息。广义回归过程是一个完整的建模架构搭建过程，它可以帮您进行变量选择、模型诊断，再到LS均值比较、逆预测乃至整个模型的刻画。这都是JMP Pro所特有的功能。
广义回归特性中所涉及到的正则化方法包括岭、套索、自适应套索、弹性网络和自适应弹性网络等，能够帮助您更好地识别对Y有重要影响的X变量。该方法与"拟合模型"平台中的其他建模方法一样简单易用--先确定响应变量，构建模型效应，再选择合适的估计方法和交叉验证方法。JMP可自动拟合您的数据，在适当的时候选择变量，并构建可推广到新数据的预测模型。您还可以使用向前逐步回归技术，使用最大似然法执行分位数回归或简单拟合。
最后需要指出的是，广义回归还可以为您所构建的模型的响应变量提供多种分布选项，因此当响应变量为计数数据、含有大量离群值的数据或偏态数据时，都能够进行很好的模型拟合。与JMP Pro中所有高级建模平台一样，您可选择交叉验证技术。
6、可靠性框图
您会经常遇到这种需求：要分析一个较为复杂的分析系统（例如拥有多个硬盘的RAID存储阵列，或者配备四个引擎的飞机）的可靠性。JMP为您提供了很多可以用于分析复杂系统中单独零部件的可靠性的完整工具。而借助JMP Pro，您可以利用单一部件的可靠性，构建一个多部件的复杂系统并分析整个系统的可靠性。通过“可靠性框图”，您可以轻松设计并弥补系统弱点，获得更详实的系统信息，从而避免系统在将来发生故障。
借助此平台，您可通过查看不同设计和比较多个系统的设计图，轻松执行假设分析。您还可以确定最佳位置来添加冗余，并降低系统故障的可能性。
7、可修复系统模拟
某些系统或复杂系统的部件离线时间过长会造成巨大损失。要保持这些系统的完整性，您需要合理计划系统部件的修复，或通过在系统不可用期间完成额外修复，最大化出现意外停机时能够实现的收益。借助JMP Pro，您可使用“可修复系统模拟”确定系统不可用的时长，并回答以下关键问题：在指定时间内将发生的修复事件数和每一修复事件的成本。
8、覆盖阵列
覆盖阵列用于检测因子交互作用可能导致故障且每次实验运行的成本十分高昂的情况。因此，您需要设计一个实验，在降低成本并缩短时间的同时，最大概率找到缺陷所在，实现利润最大化。覆盖阵列可以帮助您实现上述目标。您可以使用JMP Pro进行实验设计，对确定性系统进行检测，并按照特定交互作用顺序覆盖所有可能的因子组合
当出现不合理的因子组合时，您可以使用交互式的“无效组合”过滤器，将这些因子设置组合从设计中自动排除。
运用JMP Pro进行覆盖阵列设计的一个显著优势在于，JMP Pro不仅仅覆盖阵列设计的工具，更是一个强大的统计分析工具。您可以在JMP Pro中进行各种统计分析。例如，目前还没有任何覆盖阵列设计软件能够像JMP Pro一样可以使用广义回归进行数据分析。这是JMP Pro
相比其他覆盖阵列设计工具的巨大优势。
严格地说，JMP Pro不仅仅是设计工具；它还可以导入任何软件生成的覆盖阵列设计，对其进一步优化并分析结果。您可以自行设计阵列，不必依靠他人为您构建实验。JMP Pro的覆盖阵列，让测试变得更加智能。
9、混合模型
混合模型在分析中包含固定效应和随机效应。您可以利用这些模型分析同时涉及时间和空间的数据。例如，在进行药物试验时，往往存在多个受试者进行多次测量的情况，这时您可以使用混合模型进行效应的估计。另外，在制药、生产或者化工行业经常会用到的交叉设计也适用于该情况。
JMP Pro提供混合模型的拟合，您可以指定模型中的固定效应，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，设定对象和连续性效应；以上所有操作均可在直观的界面中拖放完成。
另外，您还可以计算各种关联结构的协方差参数。比如，我们对受试对象进行测量时，如果受试对象分为不同的群体（比如来自同一个家庭），则来自同一个群体的受试对象的数据存在相关性；又譬如对同一个受试对象进行多次测量时，则该受试对象的多次观察数据之间可能存在相关性或者存在不同的变异。
如果存在空间上的相关性，那么运用JMP Pro构建混合模型时，您可以很简单地通过可视化的方式来决定您的数据到底适合哪种空间协方差结构。
10、提升模型
您也许只想给那些对营销活动做出积极响应的个人发送产品和服务信息，以便利用有限的市场营销预算获取最大的收益。然而，这项任务可能看起来很艰巨，尤其当您面临大量数据集以及包含众多消费者行为和背景信息等相关变量时更是如此。提升模型可以助您一臂之力。提升模型又称为增量建模、真提升建模或网络建模，用于帮助优化市场营销决策、确定个性化医学协议，或者概括地来说，可用于识别可能对某项活动作出回应的个人特征。
您可以借助JMP Pro中的提升模型进行这些预测。JMP Pro对那些可以拆分的分割模型进行拟合，以实现处理差异的最大化，从而帮助您识别可能对某项活动作出积极回应的特定人群，进而制定有效的针对性决策，合理规划资源，最大化影响到此特定消费群体。
11、高级计算统计
JMP Pro中的列联表分析提供了精确统计检验，单因子方差分析平台则提供了精确非参数统计检验。此外，JMP Pro还包含可用于大多数JMP报表的Bootstrapping统计的常用方法。
Bootstrapping模拟了统计量的近似分布。JMP Pro是唯一一款无需编写任何代码，即可对统计量进行自助抽样的统计软件包。一键式Bootstrapping意味着，只需点击一下即可对JMP报告中的任何统计量进行自助抽样。
当您面对的数据不符合教科书中对分布的假设，或者某些统计方法根本不存在分布假设，进而无法估计统计量的分布参数时，Bootstrap方法就可以派上用场了。比如，可使用该方法对非线性模型中用来预测的系数进行bootstrapping的估计或者对分位数进行置信区间估计。您还可以用Bootstrapping估计预测模型的不确定性。Bootstrapping让您可以在具有较少假设的估计中评估置信度–JMP Pro中的一键式Bootstrapping让这项工作变得十分轻松。
12、分享和交流结果
JMP始终以探索发现为研究重点，坚持不懈地寻找在组织范围内传达这些发现成果的最佳方法。JMP Pro涵盖了JMP所有的可视化和交互式功能，能够为您提供前所未有的数据研究方式。通过动态链接的数据、图形和统计数据，JMP Pro能够在三维图形或动画中呈现实时调查结果，显示动态变化信息，从而产生极具价值的新见解，解释如何建模并详细介绍流程。
安装激活教程
1、在本站下载并解压，双击setup.exe开始安装
2、选择安装路径
3、选择安装功能
4、安装完成，退出向导
闪电小编说明：
随着科学家、工程师和其他数据探索人员所选择的数据清洗工具的改进加强、统计发现工具与建模工具套件的最新换代，数据分析变得更为简单和强大。数据分析软件是世界数十万数据探索人员的左膀右臂。 借助卓越的交互性和可视化模式，JMP能够揭示往往会被原始数字表格和统计图像隐藏的深入信息。
软件无法下载？不知道解压密码？微信关注订阅号"闪电下载"获取
本帖长期更新最新版 请收藏下载！版权声明：本站提的序列号、注册码、注册机、破解补丁等均来自互联网，仅供学习交流之用，请在下载后24小时内删除。
