17913_ko-KR

liliconcom

"그룹화"기능을 사용할 때 예상치를 저장하는 방법은 무엇입니까?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

여러분 안녕하세요

"예상되는"데이터가 By 문을 사용하여 그룹화 될 때 예측값을 저장하는 방법이 있습니까?

이 코드를 사용하고 있습니다.

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);

DOY가 예상치를 저장하고 싶다고 가정하면, 같은 날에 모든 날을 저장하는 방법이 있습니까?

와:

Biv_GRAV_T1 << (곡선 [1] << 예측 저장);

원하는 커브를 저장할 수 있지만 모든 커브가 같은 열에 있어야합니다. 이것을 할 수있는 방법이 있습니까?

같은 것 :

Biv_GRAV_T1 << (곡선 [1 & 2 & 3 & 4 & 5 & 6] << 예측을 저장); [물론 이것이 작동하지 않는다는 것을 알고 있습니다. ]

어떤 도움을 주시면 감사하겠습니다!

-JGL

Re : "그룹화"기능을 사용할 때 예상치를 저장하는 방법?

안녕 짐,

나는이 방법을 결코 생각하지 못했을 것이다. 물론 예측할 수없는 값에는 빈 셀이 있어야하기 때문에 셀을 추가하는 것이 좋습니다.

고마워, 정말 고마워.

-JL

Re : "그룹화"기능을 사용할 때 예상치를 저장하는 방법?

다음은 메소드를 사용하는 코드 샘플이지만 결국에는 모든 예측 된

 

기본 이름은 여기에있다. ( 1 ) ;  

dt = 열다 ( "$ SAMPLE_DATA / semiconductor capability.jmp" ) ;  

맞춤 그룹 (  

       Biv_GRAV_T1 = 이변 량 (  

              와이 ( : npn1 ) ,  

              엑스 ( : pnp2 ) ,  

              어디서나 ( : 대지 == 1 , 커널 매끄럽게하기 ( 1 , 1 , 0.1 , 1 ) ) ,

              어디서나 ( : 대지 == 2 , 커널 매끄럽게하기 ( 1 , 1 , 0.1 , 1 ) ) ,  

              어디서나 ( : 대지 == 삼 , 커널 매끄럽게하기 ( 1 , 1 , 0.1 , 1 ) ) ,  

              어디서나 ( : 대지 == 4 , 커널 매끄럽게하기 ( 1 , 1 , 0.1 , 1 ) ) ,  

              어디서나 ( : 대지 == 5 , 커널 매끄럽게하기 ( 1 , 1 , 0.1 , 0 ) )  

       ) ,  

       Biv_GRAV_T2 = 이변 량 (  

              와이 ( : npn2 ) ,  

              엑스 ( : pnp2 ) ,  

              어디서나 ( : 대지 == 1 , 커널 매끄럽게하기 ( 1 , 1 , 0.1 , 1 ) ) ,  

              어디서나 ( : 대지 == 2 , 커널 매끄럽게하기 ( 1 , 1 , 0.1 , 1 ) ) ,  

              어디서나 ( : 대지 == 삼 , 커널 매끄럽게하기 ( 1 , 1 , 0.1 , 1 ) ) ,

              어디서나 ( : 대지 == 4 , 커널 매끄럽게하기 ( 1 , 1 , 0.1 , 1 ) ) ,

              어디서나 ( : 대지 == 5 , 커널 매끄럽게하기 ( 1 , 1 , 0.1 , 0 ) )

       ) ;  

   

       Biv_GRAV_T1 << ( 곡선 [ 1 ] << 예상치 저장 ) ;  

       Biv_GRAV_T1 << ( 곡선 [ 2 ] << 예상치 저장 ) ;  

       Biv_GRAV_T1 << ( 곡선 [ 삼 ] << 예상치 저장 ) ;

       Biv_GRAV_T1 << ( 곡선 [ 4 ] << 예상치 저장 ) ;  

       Biv_GRAV_T1 << ( 곡선 [ 5 ] << 예상치 저장 ) ;       

 

       Biv_GRAV_T2 << ( 곡선 [ 1 ] << 예상치 저장 ) ;  

       Biv_GRAV_T2 << ( 곡선 [ 2 ] << 예상치 저장 ) ;  

       Biv_GRAV_T2 << ( 곡선 [ 삼 ] << 예상치 저장 ) ;  

       Biv_GRAV_T2 << ( 곡선 [ 4 ] << 예상치 저장 ) ;  

       Biv_GRAV_T2 << ( 곡선 [ 5 ] << 예상치 저장 ) ;

) ;

   

// 저장된 예측의 합성 인 새 열을 만듭니다.

dt << 새 열 ( "모든 NPN1 예측" ,

       공식 ( 합집합 ( : 예상 NPN1 , : 예상 NPN1 2 , 예상 NPN1 3 , : 예상 NPN1 4 , : 예상 NPN1 5 ) )

) ;  

dt << 새 열 ( "모든 NPN2 예측" ,

         공식 ( 합집합 ( : 예상 NPN2 , : 예상 NPN2 2 , 예상 NPN2 3 , : 예상 NPN2 4 , : 예상 NPN2 5 ) )  

) ;

 

// 수식에 사용 된 열을 삭제할 수 있도록 수식을 삭제합니다.

dt : 모든 NPN1 예측 << 속성 삭제 ( "공식" ) ;

dt : 모든 NPN2 예측 << 속성 삭제 ( "공식" ) ;  

 

// 불완전한 모든 열을 삭제합니다. 

dt << 열 삭제 (

       { : 예상 NPN1 , : 예상 NPN1 2 , : 예상 NPN1 3 , : 예상 NPN1 4 , : 예상 NPN1 5 , : 예상 NPN2 , : 예상 NPN2 2 , : 예상 NPN2 3 , : 예상 NPN2 4 , : 예상 NPN2 5 }

) ;