J'ai un problème avec la plate-forme Fit Model (JMP 14.3). Lorsque j'exécute le modèle d'ajustement à travers la fenêtre de la plate-forme pour une analyse spécifique, cela prend environ 10 secondes compléter. Cependant, si je copie le script et le réexécute sur la même table, cela prendra près de 10 minutes compléter. Cela prend encore plus de temps si je convertis le script en chaîne et utilise la méthode Eval (Parse ()). Est-ce que quelqu'un d'autre l'expérience de ce?
Tout d'abord, Fit Model n'est pas une plateforme. Il s'agit d'une boîte de dialogue de lancement pour de nombreuses plates-formes telles que Fit Least Squares ou Nominal Logistic Regression. Quelle plateforme utilisez-vous réellement?
Deuxièmement, pouvez-vous partager le script de ce lancement? Il est difficile de déterminer la cause première de votre problème car de nombreuses choses peuvent affecter la durée d'exécution.
Je n'ai rien vécu de semblable à cette différence de temps d'exécution, mais quelqu'un d'autre pourrait l'avoir.
Je ne suis pas clair sur le jargon JMP, désolé. Pour répondre à votre première question, j'essaie d'utiliser le Personnalité des moindres carrés standard. Je ne sais pas si cela change les choses, mais il est défini comme "la personnalité des moindres carrés standard dans la plate-forme Fit Model".
Voici le script que j'utilise:
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 ) );
)
