本地控制該插件執行本地控制分析以及幾個交互式圖形和統計選項。局部控制估計受試者集群內的治療效果，如 Lopiano、Obenchain 和 Young (2014) 中所述。 您可以交互地選擇簇的數量並累積比較結果。這種分析對於處理觀察或實驗數據中的子組很有用。
該加載項的 JSL 代碼最初由 Bob Obenchain 和 Stan Young 編寫。
要安裝該插件，請下載下面的 .jmpaddin 文件，然後將其拖到 JMP 窗口中。要運行它，首先打開要執行本地控制分析的 JMP 表，然後單擊插件 > 本地控制 > 對話框。
下面是一個屏幕截圖示例。
數據可視化探索性數據分析生命科學統計數據回覆：本地控制您好，Wolfinger 先生，非常感謝您提供這個有價值的插件。 順便說一句，我已經使用了你們的 XGBoost 實現，並且透過外部優化工作得很好。 我有一個問題：“CatBoost 和 LightGBM 實現何時可用？” 還有... 如果您可以新增專用的最佳化選單來進行通用最佳化（如 Python 中的 Optuna），那就太好了。 謝謝
回覆：本地控制你好@Biominer_17非常感謝您的回饋。我們已將 LightGBM 和 CatBoost 納入 XGBoost 的「待辦事項」清單中，我們也持續研究超參數調整的改進方法。同時，還有一個調整設計表，您可以在其中指定您自己的預先產生的設計表，例如來自 DOE 快速靈活填充設計的設計表。還有一個貝葉斯優化插件。
回覆：本地控制@russ_wolfinger非常感謝。 事實上，我已經嘗試過貝葉斯優化插件並且工作得很好，它的缺點可能是計算方面的昂貴（由於是高斯過程）。 我還沒有嘗試過 DOE 選項，你能告訴我如何執行它嗎？ 再次感謝
回覆：本地控制@Biominer_17很高興你在這方面取得了進展。您可以使用 DOE > 特殊用途 > 空間填滿設計建立參數表。因子名稱必須與您要調整的 XGBoost 參數名稱完全相符。表的每一行都包含您在搜尋超參數空間時想要擬合的參數值。 您可以在 XGBoost 中的「進階選項」>「調整設計表」下指定該表的名稱以適合所有點。
回覆：本地控制謝謝！
