교차점 x 축 y 축 값을 계산하고 출력을 표시하는 방법<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />모두 안녕
x축이 날짜이고 y축이 CRM 인덱스인 ongoint 데이터 세트가 있습니다. 라인이 아래쪽과 위쪽의 "녹색 영역"에 도달하는 시점을 계산하고 싶습니다. y x x에 맞게 수식화하고 예측 수식 열을 만들고 다음 빈 데이터 행에 수동으로 날짜를 입력하고 시도하고 시도하면 되지만 더 좋은 방법이 있을 것 같습니다. 이것은 또한 손익계산서에서 손익분기점을 계산하는 데 매우 유용합니다. 미리 감사드립니다.
Re: 교차점 x축 y축 값을 계산하고 출력을 표시하는 방법이 응답에는 JMP로 작업할 때 훌륭한 기술인 좋은 점이 많이 있습니다.
JMP의 대부분의 경우와 마찬가지로 일반적으로 다른 방법이 있으므로 시도해 볼 수 있는 또 다른 접근 방식이 있습니다. 이전 게시물과 동일한 데이터 테이블을 사용하겠습니다.
모델 적합을 사용하여 모델을 적합하십시오. 원하는 경우 여전히 간단한 직선 모델이 될 수 있습니다.
그런 다음 응답 출력 빨간색 삼각형에서 추정 > 역 예측을 선택합니다.
결과 대화 상자에서 JMP가 목표를 달성할 시간에 대한 신뢰 구간을 제공하므로 사용할 신뢰 수준을 지정할 수 있습니다.
출력 창에서 대상 값을 입력합니다(예, 둘 이상의 대상을 지정할 수 있음). 확인을 클릭하면 예상 시간, 해당 시간의 신뢰 구간 및 그림이 제공됩니다. 이는 이전 회신과 동일한 결과를 제공합니다.
Re: 교차점 x축 y축 값을 계산하고 출력을 표시하는 방법모델링된 데이터를 보고 대상 영역에 도달할 위치를 예측하는 방법에 대한 질문에 감사드립니다.이것을 약간 생각하고 Prediction Profiler가 원하는 X 및 Y 목표 좌표를 쉽게 제공할 수 있다는 것을 깨달았습니다!
시연을 위해 몇 개의 X(시간) 및 Y(출력) 좌표로 간단한 데이터 세트를 만들었습니다.또한 Y(출력) 열 속성으로 이동하여 일부 사양 제한(대상)을 입력하여 보기를 복제하고 그래프에서 우리가 도달하려는 외삽 좌표를 볼 수 있습니다.이 경우 데이터에 있는 최대 출력 값 40보다 훨씬 높은 50을 목표로 설정했습니다.
그런 다음 다음 단계를 사용했습니다.
- Fit Y by X 메뉴 선택을 통해 선을 맞춘 다음 빨간색 삼각형 Fit Line에서 선택합니다.그런 다음 선형 맞춤 빨간색 삼각형 아래에서 예측 저장을 선택하여 공식 라인을 데이터 테이블에 다시 저장합니다.
- 그런 다음 상단 메뉴에서 그래프 - 프로파일러를 선택하고 예측 출력 수식 열을 제공합니다.
- 이제 시간(X) 축을 확장하여(축에서 직접 당겨서 쉽게) 선이 대상과 교차하는 위치를 시각적으로 볼 수 있습니다.포인터 도구를 십자선 도구로 전환하면 선이 대상과 교차하는 좌표를 시각적으로 잘 볼 수 있습니다.
- 정확히 계산된 숫자를 얻으려면 Prediction Profiler 메뉴가 아닌 마우스 오른쪽 버튼을 클릭하고 Desirability Functions를 선택하십시오.다시 한 번 위와 같이 프로파일러에서 더 높은 시간 범위를 포함하도록 X축을 확장했는지 확인하십시오.그런 다음 다시 빨간색 삼각형 아래에서 Set Desirabilities를 선택하고 원하는 값을 Target으로 사용하여 Match Target을 설정합니다.이것은 기본적으로 100% 바람직함(= 1)에서 가능한 한 목표에 가까워지기를 원한다는 것을 의미합니다.그런 다음 빨간색 삼각형으로 돌아가서 바람직함 최대화라고 말합니다.이것은 좌표를 제공해야 하며 우리의 경우 출력 50을 얻기 위해 시간 14.5를 예측합니다.
대신 Fit Model 플랫폼을 사용하여 이 작업을 수행하는 경우 전체 연습 동안 이 플랫폼에 머물 수 있으며 빨간색 삼각형 메뉴의 프로파일러를 사용하여 예측선 주위에 계산된 신뢰 구간(파란색 파선)도 표시됩니다.대상에서의 좌표 예측이 선의 적합성만큼만 좋기 때문에 Fit Model 플랫폼(다중 선형 회귀 등)에서 선형 적합성을 더 멋지게 얻을 수도 있습니다.그러나 다시 우리는 출력 50에 도달하기 위해 14.5의 시간을 여전히 예측할 것임을 알 수 있습니다.
마지막 고려 사항은 라인을 맞추는 데 시간 지연이나 계절성이 있다고 생각되는 경우 시계열 모델을 활용하는 것입니다.여기에서도 플랫폼에서 직접 몇 가지 시각적 예측을 수행할 수 있을 뿐만 아니라 그래프 - 프로파일링 - 바람직함에 대한 예측 공식을 저장할 수 있습니다.
스크립트와 함께 사용한 목업 파일에도 첨부합니다.도움이 되었기를 바랍니다!
스콧
