

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。
从低认知晋升至高认知 – 这就是设计工程和工艺工程的全部意义所在。您不断向公司提供知识。
Seagate
Ted Ellefson,机械研发部首席工程师

通过强大的预测分析改进决策
JMP® 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。
