統計関数

Arc Finder(X(col), Y(col), Group(lot, wafer))

dt = Open( "$SAMPLE_DATA/Wafer Stacked.jmp" );

Arc Finder(

	Group( :Lot, :Wafer ),

	X( :X_Die ),

	Y( :Y_Die ),

	Min Distance( 12 ), // 弧を定義する3点の間の最小距離

	Min Radius( 15 ), // 許容できる弧の最小半径

	Max Radius( 2000 ), // 許容できる弧の最大半径

	Max Radius Error( 2 ), // 点を追加する近さ

	Min Arc Points( 5 ), // 何個の点で弧を定義するか

	Number of Searches( 500 ), // ランダムなプローブの数

	Max Number Arcs( 3 ) // 探す弧の数

);

dt << Color or Mark by Column( :Arc Number );

dt << Graph Builder(

	Size( 1539, 921 ),

	Variables( X( :X_Die ), Y( :Y_Die ), Wrap( :Lot_Wafer Label ), Color( :Arc Number ) ),

	Elements( Points( X, Y, Legend( 6 ) ) )

);

ノート

•

この関数は、30～50個のユニットを持つデータを対象とします。

•

この関数は、興味の対象となる不適合部分のサブセットデータに適しています。

•

点の密度が高い場合には適していません。

ARIMA Forecast(column, length, model, estimates, from, to)

説明

指定のモデルと予測値を使って、指定の列にある指定の行の予測値を戻す。

戻り値

引数fromとtoによって指定された範囲の、column列に対する予測値のベクトル

予測に用いるモデルの係数を表す名前付き値のリスト。時系列プラットフォームにて、ARIMAモデルをあてはめて、予測値を保存したときにも、このリストは生成されます。

from, to

値の範囲通常、fromには、1以上からto以下の整数のいずれかを指定します。fromが0以下かつto以下の場合、結果は、実測値に対する予測値になります。

Best Partition(xindices, yindices, <<Ordered, <<Continuous Y, <<Continuous X)

説明

最適なグループ分けを探す関数。試験的な関数。

Col Cumulative Sum(name, <By var, ...>)

Cumulative Sum(name)

説明

現在の行までの累積和を戻す。Col Cumulative Sumは、By列をサポートしていますが、事前にBy列で並べ替えをしておく必要はありません。

オプション: グループごとに統計量を計算するにはBy変数を指定する。By変数は、列の計算式またはFor Each Row()の中でこの関数を使用する場合にのみ指定できます。

Col Maximum(name, <By var, ...>)

Col Max(name)

説明

指定された列の全行における最大値を計算する。複数の評価を迅速に行えるよう、結果は内部にキャッシュされます。

データ値が列プロパティ（「欠測値のコード」など）によって割り当てられている場合、代わりに列に保存されている値の計算を基にするには、Col Stored Value()を使用します。第 “Col Stored Value(<dt>, col, <row>)”を参照してください。

Col Mean(name, <By var, ...>)

説明

指定された列の全行における平均値を計算する。複数の評価を迅速に行えるよう、結果は内部にキャッシュされます。

Col Minimum(name, <By var, ...>)

Col Min(name)

説明

指定された列の全行における最小値を計算する。複数の評価を迅速に行えるよう、結果は内部にキャッシュされます。

Col Moving Average(name, options, <By var, ...>)

Moving Average(name, options)

説明

指定された期間で、現在の行における移動平均を戻す。Col Moving AverageはBy列をサポートしています。

必須の位置引数。値への重みの付け方を指定する。1の場合、すべての項に等しい重みを加える。0の場合、線形に増加する重みを加える。その他の値の場合は、その値を指数加重移動平均のパラメータとして使用する（EWMAまたはEMA）。

Before(1|0|n)

位置引数。現在の項のいくつ前からの項を平均の範囲（ウィンドウ）に含めるかを指定する（現在の項を数に入れて）。デフォルトの値は-1で、過去のすべての項をすべて含めます。

After(1|0|n)

位置引数。現在の項のいくつ後までの項を平均の範囲（ウィンドウ）に含めるかを指定する（現在の項を数に入れて）。デフォルトの値は0で、後の項をまったく含めません。

Partial Window is Missing

位置引数（ブール値）。欠測値の扱いを指定する。デフォルトでは、欠測値は無視されます。0は、欠測値のある期間の平均を計算します。

By var

例

Col Moving Average( x, 1, 4 );

// 5つの項の移動平均を、等しい重みで求める

Col Moving Average( x, 0 );

// 過去のすべての項の移動平均を、線形に増加する重みを加えて求める

Col Moving Average( x, 0, 2, 2 );

// 現在の項に前後の2項つを含む5項目の三角移動平均を求める

Col Moving Average( x, 0.25 );

// 過去のすべての項の指数移動平均を求める

Col N Missing(name, <By var, ...>)

説明

指定された列の全行における欠測値の個数を求める。複数の評価を迅速に行えるよう、結果は内部にキャッシュされます。

Col Number(name, <By var, ...>)

説明

指定された列の全行における非欠測値の個数を求める。複数の評価を迅速に行えるよう、結果は内部にキャッシュされます。

（オプション）グループごとに統計量を計算するにはBy変数を指定する。By変数は、列の計算式またはFor Each Row()の中でこの関数を使用する場合にのみ指定できます。

ノート

Col Quantile(name, p, <ByVar>)

説明

指定された列の行全体における分位点pを求める。複数の評価を迅速に行えるよう、結果は内部にキャッシュされます。

指定の分位点p。0～1の範囲で指定します。

ByVar

Byグループ

例

dt = Open( "$SAMPLE_DATA/Big Class.jmp" );

Col Quantile( :Name("身長(インチ)"), .5 );

戻り値の「63」は、「身長(インチ)」列の50%点、つまり中央値（メディアン）です。

ノート

Col Rank(column, <ByVar, ...>, <<tie("average"|"arbitrary"|"row"|"minimum")

説明

最小値を1位、最大値を一番最後の順位として、各行に順位をつける。同順位のデータ値には、恣意的な順位が与えられます。

引数

ByVar

（オプション）グループごとに統計量を計算するにはBy変数を指定する。

column

順位付けされる列

<<tie

同じ値が複数ある場合、順位の付け方を決定する。[33 55 77 55]というデータの場合、33が1位、77が4位となり、2つの55については、順位が定まらない。averageを指定すると、両方とも、平均順位の2.5位になる。arbitraryを指定すると、2位と3位を任意に割り当てる（JMP 12ではこの方法で処理されていた）。rowを指定すると、元のデータの順番に従う（1つ目の55が2位、2つ目の55が3位となる）。

minimumを指定すると、両方に上位の順位（2位）を割り当てる。

ノート

Col Standardize(name)

説明

指定された列の全行を対象に、平均値を引いて標準偏差で割った値を算出する。

標準化とは、データから平均を引いて、それを標準偏差で割ることです。そのため、次の2つのコマンドは同じ結果になります。

dt = Open( "$SAMPLE_DATA/Big Class.jmp" );

dt << New Column( "stdht", Formula( Col Standardize(:Name("身長(インチ)")) ) );

dt << New Column( "stdht2",

	Formula( (:Name("身長(インチ)") - Col Mean( :Name("身長(インチ)") )) / Col Std Dev( :Name("身長(インチ)") ) )

);

ノート

Col Std Dev(name,<By var, ...>)

説明

指定された列の全行における標準偏差を計算する。複数の評価を迅速に行えるよう、結果は内部にキャッシュされます。

Col Sum(name,<By var, ...>)

説明

指定された列の全行における合計を計算する。全行が欠測値の場合、Col Sum関数は欠測値を戻します。複数の評価を迅速に行えるよう、結果は内部にキャッシュされます。

Fit Censored(Distribution("name"), YLow(vector) | Y(Vector), <YHigh(vector)>, <Weight(vector)>, <X(matrix)>, <Z(matrix)>, <HoldParm(vector)>, <Use random sample to compute initial values(percent)>, <Use first N observations to compute initial values(nobs)>)

説明

打ち切りのあるデータに、指定された分布をあてはめる。

戻り値

パラメータ推定値、共分散行列、対数尤度、AICc、BIC、収束メッセージで構成されるリスト。

引数

Distribution("name")

あてはめる分布の引用符付きの名前。

YLow(vector) | Y(Vector)

打ち切りがないデータの場合は、Yだけを指定し、YHighは指定しない。打ち切りがあるデータの場合は、YLowおよびYHighに、それぞれ、打ち切りの下限値と上限値を指定してください。

オプションの引数

YHigh(vector)

打ち切りの上限値を示すベクトル。打ち切りがある場合のみ、YLowとYHighの2つを指定してください。

固定するパラメータの配列。パラメータを固定する場合は非欠測値、自由パラメータとして推定する場合は欠測値を指定してください。このオプションは、「パラメータが、ゼロである」や「パラメータが、特定の値である」いう仮説に対する検定を、特定のパラメータに対して行いたいときに使ってください。

Use random sample to compute initial values(percent)

初期値の計算に使うオブザベーションの割合。データベクトルが大きい場合に指定します。

Use first N observations to compute initial values(nobs)

初期値の計算に使うオブザベーションの数。データべクトルの先頭から指定した数のオブザベーションを使用します。データベクトルが大きい場合に指定します。

Fit Circle(Xvec, Yvec)

説明

最小2乗法を使って、3つ以上の点を最適に通る円をあてはめる。点が3つしか指定されていない場合は、直接解が見つかるため、誤差平方和はゼロとなります。

戻り値

円の中心点のXおよびY座標、半径の長さ、誤差平方和を含むリスト

{Xcenter, yCenter, radius, SSE} = Fit Circle(Xvec, Yvec)

Hier Clust(x)

説明

データ行列xについて、Ward法により（データを標準化せずに）階層型クラスター分析を行った履歴を戻す。

引数

データ行列

IRT Ability(Q1, <Q2, Q3, ... Qn,> parmMatrix)

説明

項目反応理論のモデルで、n個の2値の項目と既知のパラメータを使用して、潜在変数のスコアを算出する。パラメータの行列はモデル内のパラメータと同じ数の行と、分析で使用する項目と同じ数の列を持っていなければなりません。

KDE(vector, <named arguments>)

説明

バンド幅を自動選択して、カーネル密度推定値を戻す。

vectorと同じ長さのベクトル。負でない任意の実数を含めることができます。度数や重みなどを指定するときに用います。

<<bandwidth(n)

負でない実数。0を指定した場合、バンド幅は自動選択されます。

<<bandwidth scale(n)

正の実数。

<<bandwidth selection(n)

バンド幅の自動選択方法として、0（Sheather and Jones）、1（正規分布参照）、2（Silvermanの経験則）、3（過平滑化）のいずれかを指定してください。

<<kernel(n)

カーネル関数として、0（Gauss）、1（Epanechnikov）、2（双加重）、3（三角）、4（矩形）のいずれかを指定してください。

LenthPSE(x)

説明

ベクトルxの値からLenthの擬似標準誤差を求める。

引数

ベクトル

Max()

第 “Maximum(var1, var2, ...)”を参照してください。

Maximum(var1, var2, ...)

Max(var1, var2, ...)

説明

引数の中での最大値、または、1つの行列内の最大値を戻す。複数の引数を指定する場合は、すべてを数値またはすべてを文字列にする必要があります。

Mean(var1, var2, ...)

説明

指定された複数の変数における、平均を戻す。

Min

第 “Minimum(var1, var2, ...)”を参照してください。

Minimum(var1, var2, ...)

Min(var1, var2, ...)

説明

引数の中での最小値、または、1つの行列内の最小値を戻す。複数の引数を指定する場合は、すべてを数値またはすべてを文字列にする必要があります。

N Missing(expression)

説明

指定された複数の変数における、欠測値の個数を戻す。

Number(var1, var2, ...)

説明

指定された複数の変数における、非欠測値の個数を戻す。

Product(i=initialValue, limitValue, bodyExpr)

説明

limitValueになるまで、すべてのiについてbodyExprの結果を乗算し、積を戻す。

Quantile(p, arguments)

説明

引数の分位点pを戻す。最初の引数には、0～1のスカラー値または行列を指定できます。argumentsの引数も、1つの行列または1つのリストとして指定できます。

Std Dev(var1, var2, ...)

説明

指定された複数の変数における、標準偏差を戻す。

Sum(var1, var2, ...)

説明

指定された複数の変数における、合計を戻す。「Sum(.,.)」のように、すべての引数が欠測値の場合は、欠測値を戻します。

SSQ(x1, ...)

説明

全要素の平方和を戻す。引数には数値、行列、リストを指定できます。スカラー値が戻されます。欠測値は除外されます。

Summarize(<dt>, <by>, <count>, <sum>, <mean>, <min>, <max>, <stddev>, <corr>, <quantile>, <first>)

説明

データテーブルの要約統計量を求め、グローバル変数に格納する。

戻り値

なし

引数

（オプション）位置指定引数。データテーブルへの参照。この引数が割り当ての形式をとらない場合は、データテーブルの式とみなされます。

その他の引数はすべてオプションで、任意の順序で指定できます。通常、各引数は変数に割り当てられるので、値の表示や、さらなる操作が可能です。

name=By(col | list | Eval)

Byを指定すると、全体に対する1つの結果ではなく、Byに指定した列の各グループごとに結果が計算される。

Summarize YByX(X(<x columns>, Y (<y columns>), Group(<grouping columns>), Freq(<freq column>), Weight(<weight column>))

説明

大規模なデータセットに対し、すべての組み合わせで二変量の関係の統計量を計算する。

戻り値

YとXの組み合わせごとのp値と対数価値のデータテーブル。『予測モデルおよび発展的なモデル』の「応答スクリーニング」章を参照してください。

あてはめるモデルで使用する（各行の）度数列。

Weight(col)

あてはめるモデルで使用する重要度（影響度）の列。

ノート

「応答のスクリーニング」プラットフォームと同じ働きをします。詳細については、『予測モデルおよび発展的なモデル』の「応答スクリーニング」章を参照してください。

Summation(init, limitvalue, body)

説明

initからlimitvalueまでのすべての整数について、指定された式（body）の結果を合計し、その値を戻す。

Tolerance Limit(1-alpha, p, n)

説明

標本サイズnの標本から計算される平均のうち割合pだけが含まれるような区間を、信頼水準(1-alpha)で求める。