Statistical Discovery JMP Pro 19.1.0

Statistical Discovery JMP Pro for Mac 是一款专为数据探索和统计分析设计的专业软件。它结合了交互式图形界面和强大的计算能力，让用户轻松处理海量数据，进行深度统计建模和可视化展示。无论是在科研实验、工业制造还是市场调研领域，这款软件都能帮助用户快速识别数据模式，预测趋势，并生成可靠的报告。作为Mac平台的优化版本，它充分利用苹果系统的流畅性和高性能，确保分析过程高效无阻。通过拖拽操作，用户即可创建动态图表，探索变量关系，避免了繁琐的编程需求，使统计分析变得更亲民和高效。

主要功能
1. 数据导入与清理：支持多种格式导入，如Excel、文本和数据库文件，自动检测异常值和缺失数据，确保分析基础可靠。
2. 交互可视化：通过动态图表和热图，实时探索数据关系，帮助用户直观理解统计模式。
3. 统计建模：提供回归分析、方差分析和聚类等工具，支持复杂模型构建和验证。
4. 预测分析：集成机器学习算法，如决策树和神经网络，用于趋势预测和风险评估。
5. 实验设计：优化实验参数，减少试验次数，提高效率和准确性。
6. 报告生成：一键导出交互报告，便于分享和协作。

Statistical Discovery JMP Pro 19.1.0 更新内容：
更新日期：2026年4月7日
- JMP 19.1 是一个通用维护版本，包含适用于 JMP Pro 等产品的增强功能和错误修复，建议所有用户尽快更新以修正可重现的崩溃和数值问题。
- XGBoost 插件新增支持 LightGBM 梯度提升方法，让高级建模更灵活。
- Bayesian Optimization 平台优化了保存选项，现在可以选择仅保存新批次因子组合或同时包含训练数据，还能为每个响应保存预测公式。
- Bayesian Optimization 启动窗口新增“Include Runs that Do Not Conform to Constraints”选项，支持处理违反线性约束的点。
- Control Chart Builder 的区域计算已更新，可处理非对称限值，让 Western Electric 测试更准确，同时支持保存或读取 By-group 标识符。
- Fit Model（广义线性模型人格）新增 Prediction and Interval Formulas 选项，能将预测、置信限和预测限公式保存到数据表中，便于在 Prediction Profiler 中使用。
- Fit Model（标准最小二乘人格）新增 Show CV 平台偏好，默认显示 REML 方差成分估计表中的变异系数列。
- Functional Data Explorer 的 Data Processing 部分基线校正选项新增 SNIP 算法、ARWLS 算法，以及从数据加载基线函数的功能。
- 数据表现在支持直接保存为 SQLite 数据库文件，一张 JMP 数据表对应一个数据库文件，方便数据管理。
- Graph Builder 的 Bar 元素新增 treemap 风格，能以树状图方式打包叠加层级；同时支持将多种数据类型分配到不同 Y 轴，在同一图表中对比不同单位或尺度的变量。
- JMP Live 改进：带 Local Data Filter 的 Control Chart Builder 报告可成功发布并在 JMP Live 上进行 triage，By levels 在控制图警告面板中更醒目。
- 其他多项统计改进，包括 Causal Treatment 模型的滤镜处理、自动重算行为优化，以及 Mixed Model 中加权变量的预测区间自由度计算修正。
- 性能和稳定性提升：ODBC 和 Oracle 连接速度更快，Query Builder 运行更高效，网络中断时不再意外关闭；JSL 函数 Polytope Uniform Random 重命名为 Random Linearly Constrained Uniform 并新增基数约束支持；MATLAB 连接支持已恢复。
- 样本数据表更新：Software Data.jmp、Phone Data.jmp 的 Analysis 脚本优化，NYC 311 Records.jmp 和 Penguins.jmp 表内容标准化，新增加 Tiretread Simulator Latin Hypercube n5.jmp 用于 Bayesian Optimization 模拟。