4420_de-DE

liliconcom

Automatisieren eines DoE und Anpassen des Modells<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Hallo

Ich arbeite an einer Software, die versucht, JMP 9 in C # zu automatisieren. Ich versuche, ein DoE zu erstellen, die Datentabelle mit meinen Ergebnissen zu füllen und dann das Modell anzupassen. Ich kann soweit kommen, das DoE zu generieren und die Datentabelle auszufüllen, aber ich bleibe bei der Endphase der Anpassung des Modells hängen. Mein Code sieht ein bisschen so aus (Teil einer größeren Klasse mit Response-, Factor- und Term-Eigenschaften):

JMP.Application jmp = neue JMP.Application ();           

jmp.Visible = true;

JMP.DOECustom doe = jmp.CreateDOECustom ();

foreach (JMPResponse-Antwort in this.Responses)

{

    doe.AddResponse (response.ResponseType, response.Name, response.Minimum, response.Maximum, 1);

}

foreach (JMPContinuousFactor-Faktor in diesem.Faktor)

{   

    doe.AddContinuousFactorWithName (Faktor.Name, Faktor.Minimum, Faktor.Maximum);

}

foreach (JMPTerm-Begriff in dieser.Terms)

{

    doe.AddTerms (term.AsIntArray ());

}

doe.MakeDesign ();

JMP.DataTable dt = doe.MakeTable ();

// Mach ein bisschen und Stücke, um die Tabelle zu füllen

Als nächstes möchte ich das Modell anpassen und dann (hoffentlich) die verschiedenen Koeffizienten, t-Statistiken usw. aus jedem der Terme extrahieren. Ich kann in der Dokumentation oder in den Codebeispielen, die mich dazu befähigen, nichts offensichtliches finden.

Jede Hilfe geschätzt.

Automatisieren eines DoE und Anpassen des Modells

Vielen Dank für den mpb, ich habe den Verdacht, dass ich mich vielleicht mit JSL herumärgern muss. Ich werde zum Vorteil zukünftiger Benutzer hinzufügen, die in diesen Bereichen herumwandern JMP mit C # automatisieren Dieses Dokument enthält einige gute Informationen zum Zugriff auf JSL-Variablen und dergleichen.

Re: Automatisieren eines DoE und Anpassen des Modells

Das folgende reine JSL-Beispiel kann helfen. Solche Dinge werden im Scripting-PDF-Dokument unter der Überschrift Platform Scripting Notes beschrieben.

Öffnen ("$ SAMPLE_DATA / fitness.jmp");

fit_model_object = Modell anpassen (

    Y (: Oxy),

    Effekte (: Alter,: Gewicht,: Laufzeit,: RunPulse,: RstPulse),

    Persönlichkeit (Standard-Kleinstquadrate),

    Betonung (Effect Leverage),

    Lauf(

        : Oxy << {Mangel an Passform (0), Plot Actual von Predicted (1), Plotregression (0),

        Residuum nach vorhergesagtem (1) Plot-Effekt-Hebel (1)}

    )

);

vc = fit_model_object << Varianzkomponenten abrufen ();

effnames = fit_model_object << Effektnamen abrufen ();

effpvals = fit_model_object << Get Effect PValues ();

ests = fit_model_object << Estimates () abfragen ();

parmnames = fit_model_object << Ermitteln Sie Parameternamen ();

randeffnames = fit_model_object << Random Effect Names () abrufen;

stderr = fit_model_object << Erhalte Standardfehler ();

fit_model_object << Get X Matrix ();

fit_model_object << Get XPX Inverse ();

Show (effnames, effpvals, ests, parmnames, stderr);