JMP

Autor:in

Lukas Mensch

1 Statistiksoftware

  • SAS JMP: Eine der primär in der Vorlesung genutzten Softwarelösungen.
  • R: Eine freie, objektorientierte Statistik-Programmiersprache (Open Source), die oft mit der Entwicklungsumgebung RStudio genutzt wird.

2 Einführung in JMP

2.1 GUI

Die Benutzeroberfläche bietet Menüs für Tabellen, Analysen und Grafiken sowie einen Bereich für offene Fenster.

2.2 Tabellen

Daten werden in Tabellenform organisiert, mit einem Bereich für Spalteninformationen und Zeilenstatus.

2.3 Arbeiten mit Daten

2.3.1 Bereinigen / Neu kodieren

Importierte Daten (z. B. aus CSV) können bereinigt werden, um Inkonsistenzen zu beheben (z. B. Zusammenführen von “1.72” und “1,72”).

2.3.2 Merkmalseigenschaften

Typ, Skalenniveau, Einheit: Spalten können als numerisch oder Zeichen definiert werden; das Skalenniveau (Modellierungstyp) wird festgelegt (z. B. stetig, nominal) und Einheiten (z.B. “cm”) können vergeben werden.

2.3.3 Wertebeschriftungen

Numerischen Codes oder Kürzeln können lesbare Labels zugewiesen werden (z. B. “m” = “männlich”).

2.3.4 Spalten hinzufügen / initialisieren

Neue Spalten (z. B. eine ID) können erstellt und mit Sequenzdaten automatisch befüllt werden.

2.3.5 Bereinigen / Fehleingaben ausschließen

Über Verteilungsdiagramme (Histogramme) lassen sich Ausreißer identifizieren und für weitere Analysen ausschließen oder ausblenden.

3 Klassierung von Daten

3.1 Verteilung

3.2 Dienstprogramme - Formel

3.3 Darstellung Histogram

3.4 Darstellung Tabelle

4 Skripte

Um sich das selben mit zu erleichtern in Sinne von, dass man nicht auf jedes sch*** Bedienelement von JMP klicken muss, sind hier ein paar vorgefertigte Boilerplate-Skripte.

4.1 QQ-Plot

Hier bitte die Spalten Beobachtete Quantilen und Vorhergesagte Quantile auf die eigene Tabelle anpassen:

Graph Builder(
    Size( 480, 480 ),
    // Disables the Control Panel for editing the graph
    Show Control Panel( 0 ),
    // Disables the Legend
    Show Legend( 0 ),
    Variables( X( :Beobachtete Quantilen ), Y( :Vorhergesagte Quantilen ) ),
    Elements( Points( X, Y, Legend( 3 ) ) ),
    SendToReport(
        // Scaling from X-Axis
        Dispatch( {}, "Beobachtete Quantilen", ScaleBox,
            {Min( 0 ), Max( 190 ), Inc( 10 ), Minor Ticks( 1 )}
        ),
        // Scaling from Y-Axis
        Dispatch( {}, "Vorhergesagte Quantilen", ScaleBox,
            {Min( 0 ), Max( 190 ), Inc( 10 ), Minor Ticks( 1 )}
        ),
        // Graph Title
        Dispatch( {}, "graph title", TextEditBox, 
            {Set Text( "QQ-Plot" )}
        ),
        // linear function for origin half-line
        Dispatch( {}, "Graph Builder", FrameBox,
            {Add Graphics Script( 2, Description( "" ), Y Function( x, x ) )}
        )
    )
);

Alternative mit Distribution:

Distribution(
    Stack( 1 ),
    Continuous Distribution(
        Column( :Beobachtete Quantilen ),
        Horizontal Layout( 1 ),
        Vertical( 0 ),
        Outlier Box Plot( 0 ),
        Normal Quantile Plot( 1 )
    )
);

Hier wird jedoch die Normale-Quantile auf die Y-Achse gelegt

4.2 z-Transformation

(:X - Col Mean( :mu )) / Col Std Dev( :sigma )

// or

Col Standardize( :X )
Zurück nach oben