4420_it-IT

liliconcom

Automatizzare un DoE e montare il modello<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Ciao

Sto lavorando a un po 'di software che tenta di automatizzare JMP 9 in C #, quello che sto tentando di fare è creare un DoE, riempire la tabella dei dati con i miei risultati e quindi montare il modello. Posso arrivare fino a generare il DoE e riempire il datatable ma mi sto bloccando nella fase finale del montaggio del modello. Il mio codice sembra un po 'come questo (parte di una classe più grande con proprietà Response, Factor e Term):

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

jmp.Visible = true;

JMP.DOECustom doe = jmp.CreateDOECustom ();

foreach (risposta JMPResponse in questo.Responses)

{

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

}

foreach (fattore JMPContinuousFactor in questo.Fattori)

{   

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

}

foreach (termine JMPTerm in questo.Termini)

{

    doe.AddTerms (term.AsIntArray ());

}

doe.MakeDesign ();

JMP.DataTable dt = doe.MakeTable ();

// Fai pezzi e pezzi per riempire il tavolo

Quello che mi piacerebbe fare dopo è Adattare il modello e quindi (si spera) estrarre i vari coefficienti, le statistiche t e così via da ciascuno dei termini. Non riesco a trovare nulla di ovvio nella documentazione o negli esempi di codice che mi consentano di farlo.

Qualsiasi aiuto apprezzato.

Automatizzare un DoE e montare il modello

Grazie per questo mpb, ho il sospetto che potrei dover fare i conti con JSL. Aggiungerò a beneficio di eventuali futuri utenti che vagano per queste parti che il Automatizzare JMP usando C # il documento ha alcune buone informazioni su come accedere alle variabili JSL e simili.

Ri: Automatizzare un DoE e montare il modello

Il seguente esempio JSL puro può aiutare. Questo tipo di cose è discusso nel documento Scripting PDF sotto l'intestazione Platform Scripting Notes.

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

fit_model_object = Fit Model (

    Y (: Oxy),

    Effetti (: Età,: Peso,: Runtime,: RunPulse,: RstPulse),

    Personalità (minimi quadrati standard),

    Enfasi (effetto leva),

    Correre(

        : Oxy << {Lack of Fit (0), Plot Actual di Predicted (1), Plot Regression (0),

        Plot Residual by Predicted (1), Plot Effect Leverage (1)}

    )

);

vc = fit_model_object << Get Variance Components ();

effnames = fit_model_object << Ottieni Nomi Effetto ();

effpvals = fit_model_object << Ottieni effetti PValues ();

ests = fit_model_object << Ottieni stime ();

parmnames = fit_model_object << Ottieni nomi parametro ();

randeffnames = fit_model_object << Ottieni nomi di effetti casuali ();

stderr = fit_model_object << Ottieni gli errori di std ();

fit_model_object << Ottieni X Matrix ();

fit_model_object << Ottieni XPX Inverse ();

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