適合大型數據集的最佳方法<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />嗨，
在許多情況下，我正在嘗試擬合數據集，其中數據在不同的組中被分段。在最簡單的情況下，我只想在一組幾十個數據點上進行線性擬合，但數據集中包含大量此類組。
我過去使用了雙變量平台，通過X進行Fit Y，並使用“Group by ...”選項分離每組的擬合。但是，對於大型數據集，擬合非常慢，看起來是錯誤的方法。另一種選擇是使用Fit Model平台，並使用“By”選項按組分開，但擬合似乎也相當慢。
適合大型數據集的最佳策略是什麼？有效擬合大型數據集的最佳方法是什麼，尤其是當不需要每個擬合的原始數據圖時？
Re：適合大數據集的最佳方法你好 DANLY ，
再次嘗試擬合模型方法，但將分組變量作為模型中的因子而不是“By”變量。還在模型中包含一個術語，用於分組變量和'X'變量之間的交互，即類似'X * Group'。因此，您的模型因素將是“X”，“組”和“X *組”。
當您使用'By'選項時，JMP將有效地為每個組配合一個單獨的模型，這將是緩慢的。如果將組設置為模型中的因子，則JMP將為整個數據集擬合一個模型，並且輸出將包括按組的相關線性擬合係數的表。您還可以通過Estimates - > Multiple Comparisons平台輕鬆比較一組的擬合是否與另一組的擬合顯著不同。
