JMP 中的回归函数对于通过“以 X 拟合 Y”或“拟合曲线”平台执行的某些回归，JMP 中是否存在任何预先存在的函数？
对于我的大多数代码，当我想要 3P 或 2 阶多项式等的参数时，我会使用 BY 变量在 JMP 中调用平台，然后“制作组合数据表”。但是，一个缺点是 JMP“需要”渲染图形才能获取数据表...
好吧，对于更大的数据，BY 变量太大了，并且 JMP 在尝试执行此操作时会死机、耗尽 RAM 或出现其他问题（我的一个较大的集合有一个 BY 变量，其中有大约 40k 个唯一值）。
一个“修复”方法是删除 by，然后针对每个数据集分别在 FOR 循环中调用平台。我不确定这样做是否更快... 理想情况下，我可以创建一个矩阵或一系列矩阵并快速获取每组数据的参数。这可以编码为 JSL 层函数，但如果 JMP 中存在函数，则开销会得到更好的控制...
总结一下：
1）JMP 是否有任何现有函数可以计算除基本线性回归之外的任何参数系数
2) 如果没有，在当前的 JMP 平台内是否有更好的方法来实现我的目标？
3）人们是否制作了可以进行各种回归并返回系数的 JSL 函数
谢谢！
消费者和市场研究数据探索与可视化回复：JMP 中的回归函数我没有@Dan_Obermiller这也是个好主意！
回复：JMP 中的回归函数您是否考虑过以最小报告为重点使用拟合模型？ 那里没有要渲染的图形。
回复：JMP 中的回归函数@txnelson是的，我过去玩过这个，让表格不可见似乎并没有使报告不可见或私有...... 我认为将报告私有化也可以避免渲染图形的开销。
回复：JMP 中的回归函数我应该明确说明，我不知道创建所需多项式或 3P 参数的直接函数。我建议直接从“不可见”输出中获取结果，这是一个减少创建输出数据表的内存需求的建议。
回复：JMP 中的回归函数感谢大家到目前为止的评论。 让我试着澄清一些。 基本上，我有一个包含 ~40k 子集的数据集。 通常，为了获得回归参数，我会选择拟合曲线或通过 X 拟合 Y，并在平台中使用 BY 变量将图形分解为子集，然后拟合我的线（在本例中为二阶多项式，但其他时候为3P）。 据我所知，Fit Curve 和 Fit Y by X 需要渲染所有图形来创建线条并保存参数，开销很大。
我不确定是否有一种方法可以在不渲染图形的情况下做这种事情——就像一个独立的函数，它只从所需的拟合中产生参数。
回复：JMP 中的回归函数非线性平台可以拟合可自由定义公式的参数。
请查看相应的文档。
回复：JMP 中的回归函数与其强制 JMP 根据显示输出创建数据表，我发现很多时候直接转到感兴趣的表并提取各个值更容易。该技术可用于通过 By 子句生成所有输出，然后通过显示，或者通过一次生成一个显示，提取您想要的内容，将其保存到表格、列表或矩阵，以及然后关闭输出并继续下一个回归。
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/semiconductor capability.jmp" );
biv = dt << Bivariate(
invisible,
Y( :NPN1 ),
X( :PNP1 ),
Fit Special( Degree( 2 ), Centered Polynomial( 0 ), {Line Color( "Medium Dark Red" )} ),
by( :site ) // Where( :SITE == 1 )
);
dtOut = New Table( "The Ouput",
New Column( "Name", character ),
New Column( "Intercept" ),
New Column( "Beta" ),
New Column( "Beta^2" )
);
dtOut << add rows( N Items( biv ) );
For( i = 1, i <= N Items( biv ), i++,
dtOut:Name[i] = Word( -1, Report( biv[i] )[Outline Box( 1 )] << get title, " " );
values = (Report( biv[i] )["Parameter Estimates"][Number Col Box( 1 )]) << get;
dtOut:Intercept[i] = values[1];
dtOut:Beta[i] = values[2];
dtOut:Name( "Beta^2" )[i] = values[1];
);
biv << close window;
回复：JMP 中的回归函数呼应@P_Bartell对数据建模有很多选择。 关于#2，不明白你的目的是什么？ 听起来您想创建 >1 阶多项式。 这是来自观察数据还是来自实验？ 我不明白你说“我将使用 BY 变量调用 JMP 中的平台 " ? 什么平台？
不是好战，但你确实知道线性回归被称为的原因线性的是因为系数是线性的，而不是模型中的项。
回复：JMP 中的回归函数您的原始帖子中有许多令人困惑或不清楚的地方。 因此，我不会解析它们，而是将我的评论集中在问题 #1 上。 答：是的。 您看过 JMP 文档了吗？ JMP 中确实有许多回归和非回归方法……从老式的普通最小二乘法到更优雅/灵活的一般线性模型，再到完全基于非线性/非回归的方法，例如分区和神经网络平台.
