亲爱的大家，
我的一位客户想知道JMP是否可以执行“ 查表方法 ”。
不幸的是，我对这种方法一无所知，所以我不得不问JMP是否可以做到这一点。
这是简单的示例数据。我没有建立完美的关系（y = 2x），当我使用X拟合Y拟合时，方程为 Y = 0.22 + 1.9636364 * X 。我已附上样本JMP数据表。
如果我绘制图形，则可以在下面看到实际的y值和预测值。
这是东西。即使我拟合了简单的线性回归，但我的客户也不想使用预测值。
例如，他只是想知道JMP可以预测y值以下， 3.1 当x为1.5时。
如果使用拟合方程，则可以简单地计算x为1.5时的y值，而预测值为 3.1654546 。
也就是说，他想要保留x的原始y值，并且想要进行如下估算。
当您在x = 1和x = 2之间绘制线时，请在绘制的线上估算y值。
以上是订单为1时非常简单的情况。我的客户想扩展第二，第三，第四订单。
JMP中可能吗？
我想知道我是否表达正确。
提前致谢
听起来好像他们想要连接点的折线的方程式。您可以使用Interpolate（）函数得到它。大类中行数与高度的公式可能是：
Interpolate(Row(), Index( 1, 40 )`, :height << Get Values())
我认为我们没有内置高阶插值（例如二次方或三次方），但是通过使用三次样条曲线拟合，您可以通过所有点获得平滑曲线，并具有极高的灵活性。
然后，您可以在“更平滑的红色三角形”菜单中保存“公式”，并获得类似以下内容的信息：
Spline Eval(
(Row() - 20.5) / 11.6904519445001,
[-1.66802789939819 59.0183447680287 67.0542214924897 0 -6114.92267621147,
-1.58248800712136 60.9268154536107 -67.1757884730832 -1569.20948101439
18279.9261202017,
-1.49694811484453 55.1400210864711 65.6308625267318 3121.77925244172
-28393.7693701355,
-1.4114082225677 65.8246580886567 -23.5736797641351 -4164.62066732922
30053.5344109193,
-1.32586833029087 52.1458907102262 -76.3443553068368 3547.70762082262
-18576.7023311001,
-1.24032843801404 59.9470503756883 122.815429439912 -1219.43972796528
-926.827560568223,
-1.15478854573721 60.9498363629197 -106.151051728446 -1457.28191703613
15794.3847995258,
-1.06924865346038 51.0923799351482 -8.75652033434328 2595.86800595864
-14998.926916498,
-0.983708761183547 59.9496511528336 106.099281663174 -1253.15177216108
1784.02213896353,
-0.898168868906717 60.9725914678676 -69.128191944071 -795.336587401361
10920.1995164073,
-0.812628976629887 56.074808274755 34.517492737342 2007.00148342636
-14015.8920685629,
-0.727089084353056 64.940237609938 70.2089506643812 -1589.75220970287
5904.90461874832,
-0.641549192076226 63.0094599936372 -72.1456573804648 -74.4374947232843
2751.57340636646,
-0.556009299799396 58.0156779748937 -24.4800160933476 631.670383594554
-2474.41822487614,
-0.470469407522566 58.9948960001446 29.2695194216624 -3.31402161727232
-773.084939751894,
-0.384929515245736 60.9904834598012 11.7324001033135 -201.702829019121
2399.09512650552,
-0.299389622968906 62.0197949422314 29.8881873234231 413.952187030946
-4199.21895063639,
-0.213849730692075 64.9770476346172 8.52906133096856 -663.650023022914
3451.56951030417,
-0.128309838415245 63.0109898982455 -29.2418816444876 222.090629270203
-211.729904869771,
-0.0427699461384151 62.0021737803252 4.10560574334321 167.756569507118
-936.323346594096,
0.0427699461384151 62.9948076189749 12.2519241965941 -72.5224251049424
794.470328437968,
0.128309838415245 64.0094442940094 17.2843959097936 131.354293830426
-2353.62767470502,
0.213849730692075 64.9759391904696 -11.9085375389192 -472.632879432277
5666.64216876905,
0.299389622968906 64.0457554984761 31.6232374185545 981.539002632721
-9585.19065658272,
0.384929515245736 67.9334098676484 -10.8619056489616 -1478.20952602063
12611.5201272486,
0.470469407522566 64.0816876317685 13.0845738100385 1758.15469337836
-14617.6904622184,
0.556009299799396 68.9162506116075 -7.00683213237878 -1993.03230904802
13298.7723352415,
0.641549192076226 62.0574472671871 -56.0500993990532 1419.69434986733
-5850.31672709992,
0.727089084353056 63.9892123433098 58.4093174157582 -81.6120379985711
-2254.43116371026,
0.812628976629887 66.977325622374 -5.04036581175411 -660.143434667063
5303.69471162635,
0.898168868906717 65.035446734542 -1.55499554849997 700.888988239435
-6511.88346904176,
0.983708761183547 65.9550899812104 -24.5908419112682 -970.188443145545
8458.12279413183,
1.06924865346038 62.0466052047974 -4.9043616258981 1200.33229487934
-7076.94547163824,
1.15478854573721 65.9805340170929 45.1006452509867 -615.751165001277
-588.284502618647,
1.24032843801404 64.9647337828676 -73.1554936486288 -766.716543947811
11167.1212081812,
1.32586833029087 60.086419282381 40.8067341591618 2098.98649162542
-17639.3062521174,
1.4114082225677 67.8949897678514 12.6966073442869 -2427.60657831152
17364.1044640538,
1.49694811484453 62.0863028779283 -21.4545343309934 2028.3642977093
-11403.5215120075,
1.58248800712136 67.9552913662762 75.2363887951914 -898.003707434553
3499.35639591204,
1.66802789939819 70.0104980691878 0 0 0],
0
)
Savitzky-Golay不保证曲线会通过所有数据点。
h！” Savitzky-Golay不保证曲线会通过所有数据点 “： @XanGregg 当然是正确的。
请参见 @XanGregg 的回应如下。。。
如果我理解正确，这是 Savitzky-Golay （SG），其中一种适合数据的局部多项式。通常，这适用于光滑数据（根据现有的X值生成新的Y值），但至少以我的经验，插 （在现有X值之间获取Y值），我认为这是必需的。
JMP可以这样做吗？我确定可以，但是所需内容的一般性将决定所需的工作量。提出一个公式可能并不难（至少对于简单的情况而言），而这样的公式仅通过添加新行就可以使插值变得容易。另外，我非常老的SG加载项的代码可能会提供一个起点。
最后，请注意，在JMP 16中 @XanGregg 已将SG平滑添加到了Graph Builder中，但在这种情况下我认为它没有帮助，因为即使公式是在内部计算的，也无法通过消息传递绘制的线段来使用。
欢呼，对于那些适用于此的人，“复活节快乐”，
伊恩
就可以使高斯过程在固定（X，Y）值之间进行插值并产生公式而言，它可能也很有意义。
亲 @ian_jmp 和 @XanGregg
感谢您的专业意见。我会分享您的意见和答案给我的客户。
再次感谢您，请注意安全。
最好
大运
