Hallo ihr Lieben,
Ich brauche Hilfe! Es war heute Morgen sehr früh, als ich versuchte, einige Daten mit JMP Functional Data Explorer zu analysieren. Ich habe die Daten mit Funktionen als Spalten verwendet und sie mit B-Splines analysiert. Ich habe sehr schöne Ergebnisse erhalten, ich konnte direkt die sigmoidalen Kurven auf den Plots sehen und auch die PCA war in Ordnung. Ich habe es später noch einmal versucht, aber es hat nicht funktioniert. Ich habe von JMP 15.0.0 auf die neue Version aktualisiert, aber es hat immer noch nicht das produziert, was ich erwartet hatte. Ich habe P-Splines ausprobiert, aber nichts. Ich hänge die jmp-Datentabelle mit einem Skript an. Es ist, als ob die Anpassungsprozedur bei einem x-Wert stoppt, sodass nur eine Teilmenge der Daten gut angepasst ist. Die PCA-Ergebnisse sind entweder seltsam (beide Komponenten identisch) oder „nicht verfügbar“. Seltsamerweise sieht alles perfekt aus, wenn ich mir die Diagnosediagramme ansehe. Wenn ich am frühen Morgen wach war und sah, wie JMP schöne Ergebnisse produzierte, würde ich vermuten, dass JMP einige Ausgangspunkte für die numerische Optimierung verwendet, die es an frühere Läufe erinnert … Gibt es eine Möglichkeit, diese Anfangsbedingung zu ändern? Es kann nützlich sein, die x-Skala zu protokollieren, um die Daten besser zu visualisieren. Ich habe auch versucht, die Einstellungen in den Einstellungen zu ändern, ohne Erfolg.
Danke vielmals,
Marcello.
Toll, freut mich zu hören, dass es funktioniert hat. Sie haben Recht, wir haben derzeit keine Möglichkeit, X einfach zu transformieren. Aber es ist auf unserer Liste!
