親愛的大家，
我的一位客戶想知道JMP是否可以執行“ 查表方法 ”。
不幸的是，我對這種方法一無所知，所以我不得不問JMP是否可以做到這一點。
這是簡單的示例數據。我沒有建立完美的關係（y = 2x），當我使用X擬合Y擬合時，方程為 Y = 0.22 + 1.9636364 * X 。我已附上樣本JMP數據表。
如果我繪製圖形，則可以在下面看到實際的y值和預測值。
這是東西。即使我擬合了簡單的線性回歸，但我的客戶也不想使用預測值。
例如，他只是想知道JMP可以預測y值以下， 3.1 當x為1.5時。
如果使用擬合方程，則可以簡單地計算x為1.5時的y值，而預測值為 3.1654546 。
也就是說，他想要保留x的原始y值，並且想要進行如下估算。
當您在x = 1和x = 2之間繪製線時，請在繪製的線上估算y值。
以上是訂單為1時非常簡單的情況。我的客戶想擴展第二，第三，第四訂單。
JMP中可能嗎？
我想知道我是否表達正確。
提前致謝
聽起來好像他們想要連接點的折線的方程式。您可以使用Interpolate（）函數得到它。大類中行數與高度的公式可能是：
Interpolate(Row(), Index( 1, 40 )`, :height << Get Values())
我不認為我們內置了諸如二次方或三次方之類的高階插值，但是通過使用三次樣條曲線擬合，您可以通過所有點獲得一條平滑曲線，並具有極高的靈活性。
然後，您可以在“更平滑的紅色三角形”菜單中保存“公式”，並獲得類似以下內容的信息：
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不保證曲線會通過所有數據點。
h！” Savitzky-Golay不保證曲線會通過所有數據點 “： @XanGregg 當然是正確的。
請參見 @XanGregg 的回應如下。。。
如果我理解正確，這是 Savitzky-Golay （SG），其中一種適合數據的局部多項式。通常，這適用於光滑數據（根據現有的X值生成新的Y值），但至少以我的經驗，插 （在現有X值之間獲取Y值），我認為這是必需的。
JMP可以這樣做嗎？我確定可以，但是所需內容的一般性將決定所需的工作量。提出一個公式可能並不難（至少對於簡單的情況而言），而這樣的公式僅通過添加新行就可以使插值變得容易。另外，我非常老的SG加載項的代碼可能會提供一個起點。
最後，請注意，在JMP 16中 @XanGregg 已將SG平滑添加到了Graph Builder中，但在這種情況下我認為它沒有幫助，因為即使公式是在內部計算的，也無法通過消息傳遞繪製的線段來使用。
歡呼，對於那些適用於此的人，“復活節快樂”，
伊恩
就可以使高斯過程在固定（X，Y）值之間進行插值並產生公式而言，它可能也很有意義。
親 @ian_jmp 和 @XanGregg
感謝您的專業意見。我會分享您的意見和答案給我的客戶。
再次感謝您，請注意安全。
最好
大運
