大規模データセットにフィットするための最善のアプローチ<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />こんにちは、
多くの場合、データが異なるグループに分割されているデータセットに合わせようとしています。最も単純なケースでは、私は数ダースのデータポイントのグループに線形フィットしたいだけですが、データセットにはそのようなグループが多数含まれています。
私は過去に二変量プラットフォームを使用していました。XでYをフィットし、各グループのフィットを分離するために "Group by ..."オプションを使用しました。しかし、大規模なデータセットの場合、フィッティングは非常に遅く、間違ったアプローチのように見えます。もう1つの選択肢は、Fit Modelプラットフォームを使用し、[By]オプションを使用してグループ別に分類することですが、近似もかなり遅いようです。
大規模なデータセットに適合する最善の戦略は何ですか？大きなデータセットを効率的にフィットさせるための最良の方法は何ですか。特に、各フィットの生データプロットが不要な場合はどうでしょうか。
再：大規模なデータセットにフィットするための最良のアプローチこんにちは危険な 、
[モデルの近似]アプローチをもう一度試してください。ただし、グループ化変数を 'By'変数としてではなくモデル内の要素として使用します。また、グループ化変数とあなたの 'X'変数の間の相互作用のためのモデル内の用語、すなわち 'X * Group'のようなものを含めてください。したがって、モデルの要素は 'X'、'Group'、および 'X * Group'になります。
[By]オプションを使用すると、JMPは各グループに別々のモデルを効果的に適合させるため、処理が遅くなります。グループをモデルの係数として設定した場合、JMPはデータセット全体に対して1つのモデルに適合し、出力にはグループ別の関連する線形適合係数の表が含まれます。Estimates - > Multiple Comparisonsプラットフォームを使うと、あるグループに対するフィットが他のグループに対するフィットと大きく異なるかどうかを簡単に比較することができます。
