Tengo un problema con la plataforma Fit Model (JMP 14.3). Cuando ejecuto el modelo Fit a través de la ventana de la plataforma para un análisis específico, tomará aproximadamente 10 segundos completar. Sin embargo, si copio el script y lo vuelvo a ejecutar en la misma tabla, tomará casi 10 minutos completar. Se tarda aún más si convierto el script en una cadena y uso el método Eval (Parse ()). ¿Alguien más ha experimentado esto?
En primer lugar, Fit Model no es una plataforma. Es un cuadro de diálogo de lanzamiento para muchas plataformas, como Ajustar mínimos cuadrados o Regresión logística nominal. ¿Qué plataforma estás usando realmente?
En segundo lugar, ¿puedes compartir el script para este lanzamiento? Es difícil determinar la causa raíz de su problema, ya que hay muchas cosas que pueden afectar el tiempo de ejecución.
No he experimentado algo como esta diferencia en el tiempo de ejecución, pero alguien más podría haberlo experimentado.
No estoy claro sobre la jerga de JMP, lo siento. Para responder a su primera pregunta, estoy tratando de usar el Personalidad de mínimos cuadrados estándar. No estoy seguro de si cambia las cosas, pero se define como "La personalidad de los mínimos cuadrados estándar dentro de la plataforma Fit Model".
Aquí está el script que estoy usando:
Function = Function(
{dt = Current Data Table(), by = {:Name( "FileName" ), :Name( "Wafer#" ), :Name( "Shot#" )}, y = {:X_Mesr,
:Y_Mesr}, effects = {:Name( "X" ), :Name( "Y" )}, where = ":Filter == \!"Filter\!""},
a = "Data Table( " || Char( dt ) || " ) << Fit Model(
By( Eval( " || Char( by ) ||
" ) ),
Y( Eval( " || Char( y ) || " ) ),
Effects( Eval( " || Char( effects ) ||
" ) ),
Center Polynomials( 0 ),
Personality( \!"Standard Least Squares\!" ),
Emphasis( \!"Effect Leverage\!" ),
Where( Eval("
|| Char( where ) || " ) ), ";
b = "";
For( i = 1, i <= N Items( y ), i++,
b1 = Char(
"" || Char( y[i] ) ||
" << {Summary of Fit( 1 ), Analysis of Variance( 1 ), Parameter Estimates( 1 ), Lack of Fit( 0 ), Scaled Estimates( 0 ),
Plot Actual by Predicted( 1 ), Plot Regression( 0 ), Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
Plot Effect Leverage( 1 ), Plot Residual by Normal Quantiles( 0 ), Box Cox Y Transformation( 0 ), Prediction Formula( 1 ),
Residuals( 1 )},"
);
b = b || b1;
);
c = "Run( " || b || " )";
d = a || c;
Show( d );
Eval( Parse( d ) );
)
