JMP® Pro

La piattaforma neurale include tecniche che vi consentono di estrarre i dati ed elaborare modelli di dati con maggiore accuratezza e flessibilità. Sarete voi a decidere quali dati utilizzare per la convalida incrociata. Otterrete diagnosi approfondite nonché la capacità di adattare reti a uno o due livelli alle funzioni di attivazione scelte. Potrete inoltre automatizzare la gestione di valori mancanti. Le foreste di bootstrap e gli alberi di boosting nella piattaforma Partizione vi consentiranno di evitare eventuali previsioni eccessivamente ottimistiche o distorte dai dati specifici utilizzati. Ciò significa che i modelli predittivi che creerete saranno più facilmente generalizzabili, spesso con una maggiore precisione nella classificazione, come quantificato dalle comuni misure di associazione.

Ulteriori informazioni su JMP per il data mining interattivo

I test esatti consentono di effettuare deduzioni affidabili quando i dati sono pochi, sparsi, estremamente vincolati o sbilanciati e le ipotesi e approssimazioni della corrispondente teoria dei grandi campioni sono in dubbio. Per l'analisi di contingenza, JMP Pro fornisce versioni esatte del test di Fischer (per l'associazione tra righe e colonne), il test Cochran-Armitage (per trend in proporzioni binomiali nei livelli di una seconda variabile) e la statistica Kappa (per la verifica della concordanza tra due variabili che hanno gli stessi livelli).

Nella piattaforma A una variabile…, JMP Pro fornisce versioni esatte dei test Wilcoxon (Mann-Whitney), Median, van der Waerden e Kolmogorov-Smirnov quando la variabile X ha due livelli. Tutti i test esatti sono integrati nella piattaforma Stima Y rispetto a X, e diventano disponibili solo nel momento in cui le variabili X e Y selezionate soddisfano le condizioni corrette. Ciò permette agli utenti senza esperienza di utilizzare metodi inferenziali che rimarranno affidabili in qualsiasi situazione reale.

Suddividere i dati in porzioni è il modo migliore per valutare con quanta efficacia verranno generalizzate le previsioni ottenute dai modelli creati. Ogni porzione viene utilizzata per supportare una diversa fase del processo di creazione del modello (formazione, convalida e forse test). JMP estende questo approccio alla regressione stepwise nella piattaforma Stima modello, introducendo una regola di interruzione R-quadro max di convalida per selezionare i termini modello appropriati automaticamente o manualmente. Oltre ad arricchire l'approccio di creazione del modello, la suddivisione dei dati consente anche sistematicamente di confrontare e contrapporre con maggiore facilità i modelli concorrenti, di famiglie identiche o diverse. Per facilitare ulteriormente i confronti, JMP Pro fornisce inoltre la matrice di confusione durante l'esecuzione della regressione nominale o ordinale tramite Stima modello.