<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />大家好
當使用By語句對“待預測”數據進行分組時，是否有一種方法可以保存預測值。
我正在使用這樣的代碼：
Fit Group( Biv_GRAV_T1 = Bivariate( Y( :Gravimetric_Flow1_L ), X( :RatioID ), Fit Where( :DOY == 31, Kernel Smoother( 1, 1, 0.1, 1 ) ), Fit Where( :DOY == 32, Kernel Smoother( 1, 1, 0.1, 1 ) ), Fit Where( :DOY == 33, Kernel Smoother( 1, 1, 0.1, 1 ) ), Fit Where( :DOY == 34, Kernel Smoother( 1, 1, 0.1, 1 ) ), Fit Where( :DOY == 35, Kernel Smoother( 1, 1, 0.1, 0 ) ), Fit Where( :DOY == 36, Kernel Smoother( 1, 1, 0.1, 0 ) ) ), Biv_GRAV_T2 = Bivariate( Y( :Gravimetric_Flow2_L ), X( :RatioID ), Fit Where( :DOY == 31, Kernel Smoother( 1, 1, 0.1, 1 ) ), Fit Where( :DOY == 32, Kernel Smoother( 1, 1, 0.1, 1 ) ), Fit Where( :DOY == 33, Kernel Smoother( 1, 1, 0.1, 1 ) ), Fit Where( :DOY == 34, Kernel Smoother( 1, 1, 0.1, 1 ) ), Fit Where( :DOY == 35, Kernel Smoother( 1, 1, 0.1, 0 ) ), Fit Where( :DOY == 36, Kernel Smoother( 1, 1, 0.1, 0 ) ) ); Biv_GRAV_T1 << (curve[1] << save predicteds);
鑑於我想通過DOY保存預測，有沒有辦法在同一列中保存所有日期？
附：
Biv_GRAV_T1 <<（曲線[1] <<保存預測）;
我可以保存我想要的任何曲線，但我希望所有曲線都在同一列中。有沒有辦法做到這一點？
就像是：
Biv_GRAV_T1 <<（曲線[1＆2＆3＆4＆5＆6] <<保存預測值）; [當然，我知道這不起作用 ]
任何幫助，將不勝感激！
-JGL
吉姆，嗨，
我從來沒有想過這種方法。當然，添加它們是有意義的，因為非預測值應該有空單元格。
非常感謝，我真的很感激。
-JL
下面是使用您的方法的代碼示例，但最後，結合了所有預測
名稱默認為此處 （ 1 ） ;
DT = 打開 （ “$ SAMPLE_DATA / semiconductor capability.jmp” ） ;
健身集團 （
Biv_GRAV_T1 = 二元 （
ÿ （ ： NPN1 ） ，
X （ ： PNP2 ） ，
適合哪裡 （ ： 現場 == 1 ，內核更順暢 （ 1 ， 1 ， 0.1 ， 1 ） ） ，
適合哪裡 （ ： 現場 == 2 ，內核更順暢 （ 1 ， 1 ， 0.1 ， 1 ） ） ，
適合哪裡 （ ： 現場 == 3 ，內核更順暢 （ 1 ， 1 ， 0.1 ， 1 ） ） ，
適合哪裡 （ ： 現場 == 4 ，內核更順暢 （ 1 ， 1 ， 0.1 ， 1 ） ） ，
適合哪裡 （ ： 現場 == 五 ，內核更順暢 （ 1 ， 1 ， 0.1 ， 0 ） ）
） ，
Biv_GRAV_T2 = 二元 （
ÿ （ ： NPN2 ） ，
X （ ： PNP2 ） ，
適合哪裡 （ ： 現場 == 1 ，內核更順暢 （ 1 ， 1 ， 0.1 ， 1 ） ） ，
適合哪裡 （ ： 現場 == 2 ，內核更順暢 （ 1 ， 1 ， 0.1 ， 1 ） ） ，
適合哪裡 （ ： 現場 == 3 ，內核更順暢 （ 1 ， 1 ， 0.1 ， 1 ） ） ，
適合哪裡 （ ： 現場 == 4 ，內核更順暢 （ 1 ， 1 ， 0.1 ， 1 ） ） ，
適合哪裡 （ ： 現場 == 五 ，內核更順暢 （ 1 ， 1 ， 0.1 ， 0 ） ）
） ;
Biv_GRAV_T1 << （ 曲線 [ 1 ] << 保存預測 ） ;
Biv_GRAV_T1 << （ 曲線 [ 2 ] << 保存預測 ） ;
Biv_GRAV_T1 << （ 曲線 [ 3 ] << 保存預測 ） ;
Biv_GRAV_T1 << （ 曲線 [ 4 ] << 保存預測 ） ;
Biv_GRAV_T1 << （ 曲線 [ 五 ] << 保存預測 ） ;
Biv_GRAV_T2 << （ 曲線 [ 1 ] << 保存預測 ） ;
Biv_GRAV_T2 << （ 曲線 [ 2 ] << 保存預測 ） ;
Biv_GRAV_T2 << （ 曲線 [ 3 ] << 保存預測 ） ;
Biv_GRAV_T2 << （ 曲線 [ 4 ] << 保存預測 ） ;
Biv_GRAV_T2 << （ 曲線 [ 五 ] << 保存預測 ） ;
） ;
//創建新列，這些列是已保存預測的組合
DT << 新欄目 （ “所有NPN1預測” ，
式 （ 和 （ ： 預測NPN1 ， ： 預測NPN1 2 ，預測NPN1 3 ， ： 預測NPN1 4 ， ： 預測NPN1 5 ） ）
） ;
DT << 新欄目 （ “所有NPN2預測” ，
式 （ 和 （ ： 預測NPN2 ， ： 預測NPN2 2 ，預測NPN2 3 ， ： 預測NPN2 4 ， ： 預測NPN2 5 ） ）
） ;
//刪除公式，以便刪除公式中使用的列
DT ： 所有NPN1預測 << 刪除屬性 （ “式” ） ;
DT ： 所有NPN2預測 << 刪除屬性 （ “式” ） ;
//刪除所有不完整的列
DT << 刪除列 （
{ ： 預測NPN1 ， ： 預測NPN1 2 ， ： 預測NPN1 3 ， ： 預測NPN1 4 ， ： 預測NPN1 5 ， ： 預測NPN2 ， ： 預測NPN2 2 ， ： 預測NPN2 3 ， ： 預測NPN2 4 ， ： 預測NPN2 5 }
） ;
