带误差条的条形图
JMP®截图
这个截图的汇总,提供了JMP产品系列中各个产品功能和特性的采样。
JMP - 用交互式图形生成器创建多种条形图并添加误差条。
JMP - 图形生成器可生成箱线图及其他类型的图形
箱线图
JMP - 可使用气泡图将随时间发生的变化可视化。
气泡图
JMP - 可使用“分布”平台分析过程能力。
能力分析
JMP - 可使用“以X拟合Y”对两个变量进行卡方检验。
卡方检验
JMP - 一系列交互式学习模块,可帮助您学习和讲授统计概念。此模块是交互式学习工具的一种。
置信区间学习模块
JMP - 使用以X拟合Y平台创建列联表和马赛克图。
列联表(交叉表)
JMP - 可使用“控制图”平台为各种连续型或离散型数据创建控制图,并进行能力分析。
控制图和过程能力
通过创建定制菜单来快速访问数据或自定义应用程序。
创建插件和定制菜单(插件生成器)
可使用应用程序生成器创建自定义JMP应用程序。
定制应用程序(应用程序生成器)
可在“分布”平台中定制汇总统计量,以显示您所需的统计数据。
定制汇总统计量
“分割”平台提供交互式分类和回归树。
数据挖掘-分类树(分割)
通过“神经”平台构建神经网络。
数据挖掘-神经网络
实验设计菜单中提供了包括完全析因、筛选、响应曲面、裂区和定制设计在内的各种实验设计功能。
实验设计(DOE)
可使用“拟合模型”分析平台分析实验数据,查看交互作用,并进行优化。
实验设计(DOE)-响应曲面
可使用“筛选”平台分析两水平筛选实验。
实验设计(DOE)-筛选分析
可计算和显示各种分布的概率和百分位数。它是交互式学习工具的一种。
分布和概率计算器
可使用制表工具以交互方式汇总数据。
拖放式数据透视表
可将全部图形显示和数据表链接起来。
动态链接图表和数据
通过Excel导入向导,只需简单几步,即可从Excel工作簿中获取可随时用于分析的JMP表格。
Excel导入向导
可通过“主成分”或“最大似然”和多重性旋转方法进行因子分析。
因子分析
“非线性”平台可拟合曲面数据,无需提前输入公式或起始值。只需在包含常用生物测定或药代动力学模型的库中选择其中一个,应用程序即可自动拟合数据。
拟合曲线(“非线性”平台)
可使用可靠性“拟合寿命分布”平台拟合和比较各种分布。
拟合分布
可使用“拟合模型”和其他JMP平台生成SAS代码。
生成SAS代码
可通过“多元”平台应用层次和K均值聚类。
层次聚类
可通过“分布”平台创建交互式直方图并显示可定制的汇总统计量。
直方图和汇总统计量
可使用JMP Excel插件在Excel电子表格中生成JMP数据表。
将Excel数据导入JMP
可将数据发送至MATLAB、执行代码并将数据返回至JMP以供可视化和分析。该接口使得JMP可以与MATLAB无缝集成,进一步提升JMP的分析能力和灵活性。
MATLAB接口
可在JMP中使用Excel刻画器对Excel模型进行动态探索和可视化。
JMP插件Excel刻画器
可使用“以X拟合Y”或“拟合模型”进行名义型或有序型Logistic回归分析。
Logistic回归
可使用图形生成器按照地理空间的方式绘制数据图。
使用图形生成器绘制地图
“测量系统分析(MSA)”平台提供了评估测量系统和量具变异的一体化方法。
测量系统分析(MSA)
可使用“拟合模型”平台进行协方差分析。
包含连续和分类预测因子的模型(ANCOVA)
可通过“拟合模型”进行多元回归。
多元回归
可使用“拟合模型”平台进行多元方差分析。
多元方差分析(MANOVA)
可通过“分布”平台进行假设检验,创建置信区间。
单样本t检验与置信区间
可使用“以X拟合Y”进行方差分析和多重比较(如Tukey HSD)。
单因子方差分析与Tukey HSD
预测刻画器是进行模型探索、优化和Monte Carlo模拟的理想工具。
优化与Monte Carlo模拟
可通过“配对”平台比较配对响应的均值。
配对t检验
“质量和过程”菜单提供了Pareto图及其他质量工具。
Pareto图
“偏最小二乘(PLS)”平台提供了丰富的图形和详细报告。
偏最小二乘(PLS)
可使用“以X拟合Y”拟合和探索多项式模型。
多项式回归
可通过“主成分”平台探索各个主成分所解释的变异。
主成分分析
可使用图形生成器以图形的方式探索变量之间的关系。
带分组变量的回归
可使用“以X拟合Y”和“拟合模型”平台创建各种残差图。
残差分析
可在JMP中运行R代码。可从jmp.com/addins下载多维尺度和其他R插件。
JMP中运行R代码
可通过“多元”平台探索变量间的相关性。
散点图矩阵和相关性
可使用JMP脚本语言(JSL)轻松保存您的工作并创建自定义应用程序。
JMP脚本
可使用“以X拟合Y”绘制连续数据图,然后拟合线性或其他的回归模型。
简单线性回归
可在“以X拟合Y”中使用平滑样条对潜在模型进行动态探索。
平滑样条
可在“拟合模型”平台中选择“逐步”特质进行逐步回归,构建所有可能模型,进行模型平均。
逐步回归
可将基于位置的数据绘制在背景地图上,现在还可以在背景地图上加入街道视图。
街道地图
JMP Pro中的高级神经网络功能包括三个激活函数和两个层、验证方法的选择以及梯度提升。
高级神经网络建模
“拟合模型”平台中偏最小二乘(PLS)回归的高级功能。模型效应包括分类因子、交互项以及多项式项。
高级偏最小二乘(PLS)
可创建交叉验证提升决策树模型,该模型会创建多个简单树,它们不断地将上一个树产生的残差进行拟合。
提升树
Bootstrap森林法技术能够借助可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。
Bootstrap森林法
逐步回归中加入基于交叉验证的停止规则选项。
交叉验证的逐步回归
JMP Pro包含用于进行精准关联测量和单因素非参数精确检验的高级计算方法。
精确检验
可使用JMP Pro中的广义回归创建更好的预测模型,即使数据很难处理。
广义回归
可比较不同架构对于有提升(左)和无提升(右)的神经网络拟合的影响。
梯度提升的神经模型
偏最小二乘(PLS)回归可在拟合前填补缺失数据。
偏最小二乘回归缺失值补缺
您可以创建和拟合混合模型,分析同时涉及时间和空间的数据。
混合模型
为对比多个模型预测值的拟合情况构建模型比较的准则。
模型比较
可创建包含大量架构的多层交叉验证的神经网络模型。
多层神经网络模型
只需轻轻一点,即可对JMP报告中的任何统计量进行Bootstrap。本例展示了通过Bootstrap处理后的一个十分位数的置信限。
一键式Bootstrapping
您可以使用可靠性方块图进行复杂的系统设计以及发现并解决系统不足。
可靠性框图
提升模型可识别最有可能对某项活动作出积极响应的消费者群体。
提升建模
可轻松将数据划分为训练集、验证集和测试集,以对模型的预测能力进行如实评估。
交叉验证的验证列角色
可使用变量聚类轻松、快速地减少维度,从而更轻松地解决预测问题。
变量聚类
不良事件严重性分析可以通过动态链接的图形显示治疗组之间的差异。
不良事件分析
与该图类似的树状图可显示药品-事件配对是否满足信号基准。
不良事件树状图
简化的启动菜单可帮助用户在进行动态视觉化探索时,轻松选择特定报告和分析。
临床启动
从单因子图形中选择相关受试对象并重新深入分析患者档案。
深入分析患者档案
此分布可显示试验中全部对象的暴露持续时间。
暴露分布
带双向聚类的层次聚类报告可确定各个对象与安全性分析研究中所包含的事件、发现和干预之间的关系。
层次聚类
二维层次聚类可显示选定事件、发现或观测结果之间的关系。
层次聚类
放大以选择Hy定律区域内的受试者。可对选定受试者进行深入分析,查看患者信息或受试者聚类。
Hy定律区域
JMP Clinical气泡图的默认视图为Hy’s定律分析,展示在一定时间内任何实验室的不同治疗组的变化。
使用气泡图进行Hy’s定律分析
在JMP Clinical中显示的符合行业标准——Hy’s定律是可通过互动方式选择受试者。仪表盘包括转氨酶和胆红素的散点图矩阵、胆红素升高天数的马赛克图以及缺失的实验室测验报告选项卡。
Hy’s定律仪表盘
图形生成器中的地图绘制功能可让您以地理位置选择任意变量。
使用图形生成器绘制地图
JMP Clinical 4中全新的医学监测仪表盘可显示不良反应的频率和数量信息。
医学监测仪表盘
可使用图形生成器的马赛克图,在各个治疗组中按性别比较身体血管系统中的不良反应。
马赛克图
可使用JMP Clinical中的放大工具来放大感兴趣的类别,然后对该类别中的任意项进行偏相关性聚类分析。
偏相关性聚类分析
一个患者仪表盘,可配置临床信息、允许审评员添加注释和打印成PDF文档。
患者信息
可轻松显示显著不良反应的相对风险。
不良反应的风险分析
在此气泡图中,时间窗口显示了所有不良反应的显著性和相对风险的变化和试验期间每天合并用药的情况。
风险气泡图
可在火山图上向下深入到相对风险图,按数量、相对风险、显著性或字典术语轻松进行排序。
风险图
可从严重性分析中选择显著的不良反应,深入到受试者层次的单因子图形。
严重性分析
格状图显示的是所选择的感兴趣受试者的趋势。
格状图
火山图中的韦恩图可协助确定研究中受试者共同出现的不良反应。然后可以选择受试者进行聚类或刻画。
韦恩图
通过全新的等位基因特异表达筛选流程,可使用成对的RNA表达以及DNA杂交数据来筛选等位基因特异表达的指征。可查看汇总的火山图,并详细显示特定SNP的具体信息。
等位基因特异表达筛选流程
可叠加诸如p值、强度、计数或简单和复杂基因倍数变化之类的连续变量,以确定感兴趣的区域,然后深入查看详细的统计结果和追踪记录。
染色体图
增强了移动聚类热度图中系统树图和标签的灵活性。
聚类热图
显著增强的拷贝数分割功能让用户可以显示段均值、和参考值相关的阴影段,并筛选结果来显示符合预先指定边界的段。
拷贝数分割
全新的划分汇总图可通过互动方式进行筛选,以确定拷贝数损失或增加的共享区域。
拷贝数划分
叠加连续变量叠加诸如p值、强度、计数或简单和复杂基因倍数变化,可使用圆圈来显示单染色体。可确定兴趣区域,然后深入查看详细的结果和追踪记录。
显示单染色体为单数
可查看拷贝数中的个体变异(左侧和右上部)或在您用汇总图寻找共享区域时起引导作用(右下部)。
查看拷贝数变异
可创建、压缩并将基因距离矩阵并入到关联性检验中,同时校正相关性和人口结构。还可创建距离矩阵来显示连续测量之间的关系,或者定制距离矩阵的聚类和可视化之间的关系。
基因距离矩阵
分析mRNA序列数据,通过交互式火山图来发现有兴趣的差异化表达模式。
交互式火山图
可定制的JMP Genomics起始页窗口让新用户和老用户都能轻松使用各自分析领域的工具。
JMP Genomics起始页窗口
可通过TMM标准化对不同样本的计数数据进行测量,对比各样本的TMM因子,并查看标准化数据 的核密度图。
TMM标准化后不同样本的核密度MA图
可将JMP Genomics中创建或从其他软件导入的可视化的连锁图。
连锁图
可单独查看不同染色体统计检验中的p值,或者创建定制的多染色体视图。
曼哈顿图
可确定相关或非相关个体之间共享相同标记基因型的基因组区域。
叠加图
可查看ROC曲线并使用多种ROC统计量来评估您的预测模型。
ROC曲线
可使用灵活的过滤器对SNP对的交互作用进行筛选,并深入查看显示特性值和SNP基因型详细信息的图表。
SNP对的交互作用进行筛选
可显示基因组的统计分析汇总,通过常用基因的预设置或创建定制的基因视图确定感兴趣区域。然后深入分析统计结果中的叠加基因、直方图、SNP以及热度图追踪记录。在这里,一个基因区域的p值与共处基因及一条汇总了两个特定兴趣样本的原始外显子级别数据的直方图记录的叠加。
汇总基因组的统计分析
交互式三角图让您可以计算连锁不平衡度并将其可视化、确定LD区组以及放大感兴趣区域。
三角图
可查看数据中的批量效应并在进行统计分析之前将其移除。
可视化批量效应
可使用多韦恩图使共享模式可视化。叠加统计结果与注释类别,以挖掘最重要的基因集。
使用多韦恩图可视化共享模式
可查看汇总火山图,使用各种强化的检验功能确定重要基因列表里超过或低于代表性指数的路径。
用于可视化方差分析的火山图
可为多个X或Y变量创建条形图和其他图形。
双变量条形图
以编辑模式显示的箱线图和条形图。可以同时显示多个图形。
箱线图和并排条形图
将高品质的地图内置到应用程序中,用于将地理数据可视化。
内置地图
可创建离群值箱线图或选择其他样式的箱线图。
比较箱线图
可使用等高线图标来显示等高线图和小提琴图。
等高线图(小提琴图)
可定制图形的外观和样式。可更改图形的属性、颜色、线条粗细、标记大小等内容,并使用等高线图标来显示等高线图和小提琴图。
定制图形
可使用数据过滤器,重点关注图形中数据的特定部分。
数据过滤器
可以将变量拖放至任意拖放区,以更改图形参数。
拖放变量
可以拟合一条回归线,并添加置信区间和预测区间。
带置信和预测区间的拟合线
可探索分组变量分类的回归线。
带分组变量的拟合线
可拖动一个变量至X或Y区域,并使用直方图图标来创建一个直方图。
单一变量的直方图
可添加X分组或Y分组变量来创建单独的图形。可添加多个可用的汇总统计量。
带汇总统计量的直方图
可从iTunes、Dropbox或其他任意网站中导入 JMP数据表,或在电子邮件附件中打开JMP数据。
导入JMP数据
查看JMP数据表。
JMP数据表
可为多个叠加变量创建线图(运行图)。
线图(运行图)
可使用多种函数对数据进行拟合,包括线性、二次和三次拟合。
线性、二次和三次拟合
图形生成器中包含在线样本和资源,可帮助您快速上手。
在线样本和帮助界面
可向您的图形添加汇总统计量。
离群值箱线图和汇总统计量
可建立多元散点图来将变量之间的相关性可视化。
散点图和等高线图
可与其他人分享您的结果。
分享结果