JMP —动态数据探索统计软件

　　JMP^®软件简介

　　一图胜千言,JMP是科学家和工程师依赖的数据分析工具，具有强大的分析能力和动态统计发现能力。

　　通过更加深入地挖掘，发现有意义的结果

　　凭借其链接的分析和图形，JMP是理想的数据分析工具，可以理解复杂的关系、进行更加深入的挖掘、发现意外问题。

• 

  通过强大的统计全面地探索数据

  从轻松访问各种来源的数据，到使用快速、可靠的数据准备工具，以及执行选择统计分析，JMP让您可以在任何情况下都最充分地利用数据。

通过交互式可视化共享新发现

借助JMP的数据可视化能力,可轻松将发现成果转化为共享内容。 利用交互式仪表板和网络可视化，讲述您的发现成果的来历。

　　JMP® 的核心功能

• 数据采集

  轻松挖掘多种形式的数据 – 导入Excel文件，读取文本文件，以及从符合ODBC标准的数据库中获取数据。

  数据清洗

  对数据进行清洗，找出离群值、输入错误、缺失值，以及会影响您的分析效果的其他不一致情况。

  数据可视化

  动态的图形化数据探索，通过可视化信息图分享数据背后的含义。

  基本数据分析

  通过直方图、回归、分布拟合及其他分析工具进行数据探索。

  文本挖掘

  通过单词和短语提取，或可视化并组织单词以揭示文本中潜藏的信息。

  

• 群组、过滤器和子集数据

  快速排列数据，发现潜在模式并重点关注关键性的发现结果。

  实验设计

  基于当前的问题设计实验，兼顾预算、时间及其他约束。

  统计建模

  借助统计模型认清趋势与模式，从而更好地了解您的业务、竞争对手和客户。

  假设分析

  通过情景分析展示预测响应的模式以及每个因子对于响应的影响。

  可靠性分析

  获取对于产品性能的见解，确定材料或工艺中的缺陷，以及发现设计漏洞。

  质量与过程工程

  通过JMP优化质量 – 最大限度减少客户抱怨，提供超出预期的产品和服务。

• 消费者与市场研究

  借助数据挖掘、调查分析、选择实验等工具了解并适应不断变化的市场。

  分享结果

  以多种格式分享您的动态可视化信息图，完全不用担心对方是否拥有JMP。

  自动化与脚本处理

  可通过编写脚本实现过程自动化、重新生成分析报表，以及增加新的JMP功能。

  定制您的JMP

  对JMP设置进行随心自定义，使其按照您的喜好运行。

  分析中心

  在JMP界面中使用其他的分析工具，如SAS®、MATLAB、R和Python。

　　JMP^®PRO软件简介

　　构建更佳的模型

　　没有适合的预测分析工具，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提供一系列丰富的算法，让您能够构建高效的模型。

　　改进预测模型，帮助您做出更明智的决策

　　利用各类数据增强预测模型的功效，其中包括您所收集的非结构化文本数据，如修复日志、工程报表和客户调查反馈等。通过JMP Pro对数据加以组织，将其转化为实用的预测模型辅助信息，从而做出更自信的决策。

　　更高效地筛选、拟合和对比多个模型

　　操作模型并不是一件苦差事 – JMP Pro可通过模型筛选，轻松找到最适合您的数据的模型。轻松构建候选模型，然后使用C、Python、JavaScript、SAS或SQL进行分析、对比和生成评分代码。

　　JMP® PRO的核心功能

• 预测建模和交叉验证

  JMP Pro提供一系列丰富的算法，让您能够更高效地构建和验证模型。

  模型筛选和模型比较

  构建多种模型，从中找出最适合您的问题解决方案。

  模型库和模型代码评分

  组织模型并以SAS、C、Python、JavaScript或SQL格式保存模型评分代码。

  结构化方程建模(SEM)

  使用此框架拟合各种模型，包括确认性因子分析、路径模型、测量值误差模型和潜在变量增长曲线模型。

  新型建模

  

  采用带惩罚方法的广义回归等全新建模方法，能够创建更为出色的模型，颇具挑战性的数据也能处理。

• 函数数据分析

  使用函数数据分析器(FDE)构建由函数、信号或序列数据组成的模型。

  可靠性框图

  轻松弥补系统弱点，获得更详实的系统信息，从而避免系统在将来发生故障。

  可修复系统模拟

  模拟系统修复事件，了解停机以及可修复事件的次数和成本。

  覆盖阵列

  

  通过设计实验尽可能找出缺陷，最大限度降低成本并缩短时间。

• 词条选择和情感分析

  利用您的非结构化数据识别与响应相关联的词条，并探索基本的情感分析。

  混合模型

  分析同时涉及时间和空间的数据，对多个对象进行测量，或将多组变量进行关联。

  提升模型

  预测最有可能对某项活动做出积极响应的消费者群体，从而制定有针对性的营销决策。

  广义线性混合模型(GLMM)

  对具有非高斯响应变量和随机设计效应的模型进行拟合。

　　系统要求 (Windows)