在 JMP 版本 13 中扩展线性回归线你好，
我对版本 13 中的 Fit Line 功能有疑问。
在版本 10 中，我能够制作带有延伸到数据点之外的线性回归线的图表（见图）。 然而，在版本 13 中，线性回归线在最后一个数据点处停止。 版本13中是否有设置可以实现线性回归扩展到最后一个数据点之外？
谢谢！
回复：在 JMP 版本 13 中扩展线性回归线今天在 JMP13.1 和 JMP14 中教授“JMP 软件：方差分析和回归”。 在JMP14.0中已修复，可以在Bivariate中看到外推。 学生有 JMP13.1，停在最后一个数据点。 因此，要修复此问题，请为当前许可证所有者升级到免费的 JMP14.0。 请注意，JMP14.0 中报告了一些错误，因此请勿卸载 JMP13。 值得庆幸的是，升级不会像其他软件一样覆盖以前的版本，您可以使用相同的许可证保留两个版本。回复：在 JMP 版本 13 中扩展线性回归线我只需要这么说，就可以将其从我的系统中删除。我知道几乎每条规则都有例外，但是：
1. 大多数物理现象都是通过微分方程的和和/或乘积来描述的。这些微分方程的参数本质上通常是非线性的。（这意味着与“弯曲”不同的东西！！）
2. 由于微分方程的这些和和/或乘积非常难以建模，因此我们倾向于对它们进行泰勒级数近似，因为它们更容易指定，并且通常可以完成可接受的数据拟合工作。这些近似值必然仅适合现有数据的范围。
3. 通过在现有数据之外推断这些近似值来进行预测就像玩俄罗斯轮盘赌。
如果 JMP 和这个社区负责任的居民不想帮助您装弹，请不要太沮丧！
通过编写 JSL 脚本，您可以做任何您想做的事情，无论统计上考虑得多么不周或异常。脚本可以轻松地在整个企业中部署。您可能希望考虑编写一些 JSL 来实现您的程序。
祝你好运！
回复：在 JMP 版本 13 中扩展线性回归线这对于包含在同一列中并由组列分割的多个数据集来说是可以接受的。尽管在 JMP 14 中我确实期待看到默认情况下运行，但这会很好地工作。
回复：在 JMP 版本 13 中扩展线性回归线你好@nocaltim ,
我明白你的意思！有几种方法可以解决这个问题。 使用值范围按列交错的行，无论 X 或 Y 是什么变量，都可以获得相同的结果：
我同意这并不理想，并且在 JMP 14 中的“Fit Y by X”中，该线默认会延伸。 另一个选择：图形生成器有一个很好的功能，可以使用公式元素进行绘图，这通常对您有用。 在公式列中编写您自己的公式，或者对于任何模型，保存平均值的预测公式以及置信区间的公式列（如果需要，但请确保保存公式列，而不仅仅是值），然后拉出图形生成器，使用相同的 X 作为 X 变量，然后使用所有公式列作为 Y 变量，然后单击公式图形元素。 然后，您可以根据需要更改线条颜色和样式。
我希望这对一些人有帮助！
@朱利安
回复：在 JMP 版本 13 中扩展线性回归线嗨朱利安，
你的“技巧”的问题是这样的：假设我有一个包含三列数据的数据表——年龄、身高、体重。有时我会绘制年龄与体重的图，有时我会绘制年龄与体重的图，有时我会绘制身高与体重的图，有时我会反转 X 和 Y 值（体重与年龄而不是年龄与体重）。仅当所有图只有一个 X 值时，您的技巧才有效。正确的？或者我错过了什么？ 而且，如果我是对的，那么管理哪一列（年龄、体重、身高）将成为我将要制作（或通过脚本重新制作）的下一个图的 X 值将变得非常痛苦。相反...JMP 至少应该允许强制拟合（例如，我指定斜率和截距）扩展到 X 和 Y 绘图窗口限制的限制。
回复：在 JMP 版本 13 中扩展线性回归线你好@量子,
我上面列出的修复/技巧将在 JMP 13 中起作用以扩展回归线（在 JMP 14 中这将自动发生）。 您还有其他想做的事情吗？
@朱利安
回复：在 JMP 版本 13 中扩展线性回归线新的 JMP 愿望清单是请求（或添加回）某些功能的好地方：
https://community.jmp.com/t5/JMP-Wish-List/idb-p/jmp-wish-list
开发人员正在查看此列表以了解即将推出的版本，这听起来像是添加到该列表中的一件很棒的事情（如果它尚不存在）。
回复：在 JMP 版本 13 中扩展线性回归线马克，我需要将绘图外推到数据集中不存在的总体，以提供我们从已知的时间变化中看到的预测模型。 约束斜率会破坏统计有效性。 我在 JMP 的先前版本中开发了这种方法，这将迫使由数百名工程师组成的整个团队放弃 JMP 作为平台。 我们还有比这更好的解决办法吗？回复：在 JMP 版本 13 中扩展线性回归线虽然规则几乎总是有例外，但我相信 JMP 在实施该平台的方式上采取了最谨慎的道路。
回复：在 JMP 版本 13 中扩展线性回归线关于将最佳拟合线扩展到（例如）X 图范围限制的问题，我想建议一个场景，其中将这些最佳拟合线扩展到数据之外非常有用。在我的工作中，我每天都会进行分析，其中两个变量应该具有完美的 1:1 相关性（斜率为 1，截距为零）。这种 1:1 的相关性应该延伸到远远超出我的数据限制的范围。实际的 X 与 Y 从来没有真正的 1:1 相关性——了解这一点非常有用。但为了帮助理解这一点，我喜欢在图表中明确添加 1:1 线。我希望这条 1:1 线远远超出数据限制，这样当我也对实际数据进行最佳拟合时，即使最佳拟合线仅限于可用数据的范围，我也可以使用 1:1 线作为比较的“倾斜地板”。我完全理解为什么最佳拟合数据不应该被推断（太远）超出可用数据，但为什么我不能包含扩展的 1:1 线？？？（是的，我可以将其添加为图形对象，但这只是 JMP 为我“创造”工作，而不是 JMP 简化我的工作。）
回复：在 JMP 版本 13 中扩展线性回归线当第一代食品加工机切断手指时，负责任的制造商在盖子上添加了联锁装置。
当泰勒级数近似值被不适当地用于推断超出数据范围时，负责任的制造商会禁用该功能。
我认为吉姆和丹是对的。 只是对解决方法说不。 如果您只是必须进行推断，请拟合确定性（通常是非线性）模型。
回复：在 JMP 版本 13 中扩展线性回归线对于大型且复杂的数据集，这种解决方法是不可行的。
回复：在 JMP 版本 13 中扩展线性回归线这是我对 JMP 程序的不满之一，因为新的推出使该程序的灵活性和可用性降低。如果为过去版本中可用的功能提供了替代解决方法，那么为什么首先删除该功能呢？
回复：在 JMP 版本 13 中扩展线性回归线您可以使用双变量>特别适合命令选择无截距趋势分析。
回复：在 JMP 版本 13 中扩展线性回归线还需要根据趋势的 95% CI 来推断稳定性/保质期延长。 无法让 Degradation 提供与现有视觉图类似的效果。回复：在 JMP 版本 13 中扩展线性回归线显然，有时您希望将截距强制为 0，但要注意：这会改变您正在查看的许多回归统计数据的解释。 本质上，通过强制截距为 0，您可以说平均值为 0（考虑中心/缩放数据）。 如果您的推断超出了数据范围，这可能会特别成问题。
另一种简单的思考方法是：考虑身高与体重的关系图。 您可以为该数据拟合一条线。 是否应该强制该线穿过 (0,0) 点？ 如果你没有身高，你就不会有体重，所以这是有道理的。 然而，从最低高度数据点到 0 的线性关系可能不成立。 强制其在整个范围内呈线性可能会导致问题。
回复：在 JMP 版本 13 中扩展线性回归线在 x 上添加 0 不起作用。必须使用带有 fit 的注释工具，其中截距强制为零，而除了 (0,0) 之外不可能有任何其他截距值。
回复：在 JMP 版本 13 中扩展线性回归线伟大的！ 感谢您的反馈！
回复：在 JMP 版本 13 中扩展线性回归线我同意吉姆对超出观察数据范围进行推断的担忧。 但是，如果您希望执行此操作，可以向表中添加一个新行，其中的值超出 X 变量的数据范围，然后 JMP 会将行延伸到该点。 由于没有与该行关联的 Y 值，因此这不会改变回归结果。
回复：在 JMP 版本 13 中扩展线性回归线您可以使用注释工具，或者在 JSL 中使用“添加图形”功能来添加拟合线，但是，由于它是基于数据内的参数的回归，而不是预测工具，因此使拟合线投影到已知数据点之外在静态上是不正确的。所以您看到的是 JMP 10 中错误的更正。
