Funciones de regresión en JMP¿Hay funciones preexistentes en JMP para algunas de las regresiones realizadas por Fit Y by X o las plataformas Fit Curve?
Para la mayor parte de mi código, cuando quiero los parámetros para un polinomio de 3P o de segundo orden, etc. Llamaré a la plataforma en JMP con una variable BY y luego 'crearé una tabla de datos combinados'. Sin embargo, la única desventaja es que JMP "necesita" renderizar los gráficos para poder tomar la tabla de datos ...
Bueno, con datos más grandes, la variable BY es demasiado grande y JMP muere, se queda sin RAM o tiene otros problemas al intentar hacer esta operación (uno de mis conjuntos más grandes tiene una variable BY con aproximadamente 40k valores únicos).
Una 'solución' sería simplemente eliminar el by y llamar a la plataforma en un bucle FOR para cada uno de los conjuntos de datos por separado. No estoy seguro de que sea más rápido o no ... Idealmente, podría crear una única matriz o una serie de matrices y obtener rápidamente parámetros para cada conjunto de datos. Esto podría codificarse en una función de capa JSL, pero si existen funciones en JMP, la sobrecarga se controlaría mejor ...
Para resumir:
1) ¿JMP tiene alguna función existente que pueda calcular coeficientes de parámetros para cualquier cosa más allá de la regresión lineal básica?
2) Si no es así, ¿existen mejores formas de lograr mis objetivos dentro de las plataformas JMP actuales?
3) ¿Hay funciones JSL que la gente haya realizado que puedan hacer varias regresiones y devolver los coeficientes?
¡Gracias!
AnalíticaScriptingRe: funciones de regresión en JMPHay muchos puntos confusos o poco claros en su publicación original. Entonces, en lugar de analizarlos, centraré mis comentarios en la pregunta n. ° 1. Respuesta: si. ¿Ha echado un vistazo a la documentación de JMP? Hay literalmente decenas de métodos de regresión y no regresión en JMP ... que van desde buenos mínimos cuadrados ordinarios a la antigua, hasta modelos lineales generales más elegantes / flexibles, hasta métodos completamente no lineales / no basados en regresión como las plataformas de Partición y Red Neural. .
Re: funciones de regresión en JMPHaciendo eco @P_Bartell hay muchas opciones para modelar datos. Respecto al # 2, ¿No entiendo cuál es tu objetivo? Parece que quieres crear> polinomios de primer orden. ¿Es esto de datos de observación o de un experimento? No entiendo lo que quieres decir cuando dices " Llamaré a la plataforma en JMP con una variable BY "? ¿Qué plataforma?
No ser beligerante, pero te das cuenta de la razón por la que la regresión lineal se llama lineal se debe a que los coeficientes son lineales, no los términos del modelo.
Re: funciones de regresión en JMPEn lugar de obligar a JMP a crear una tabla de datos a partir de la salida de la pantalla, descubrí que muchas veces es más fácil ir directamente a la tabla de interés y extraer los valores individuales.Esta técnica se puede utilizar para generar todos los resultados con una cláusula By y luego pasar por la pantalla, o generar una pantalla a la vez, extraer lo que desee, guardarlo en una tabla, una lista o una matriz, y luego cerrando la salida y pasando a la siguiente regresión.
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;
Re: funciones de regresión en JMPLa plataforma no lineal puede ajustarse a parámetros para fórmulas que se pueden definir libremente.
Consulte la documentación correspondiente.
Re: funciones de regresión en JMPGracias a todos hasta ahora por sus comentarios. Déjame intentar aclarar algunos. Básicamente, tengo un conjunto de datos que contiene ~ 40k subconjuntos. Por lo general, para obtener parámetros de regresión, iría a Fit Curve o Fit Y by X y usaría la variable BY en la plataforma para dividir los gráficos en subconjuntos y luego ajustar mi línea (en este caso, un polinomio de segundo orden, pero otras veces un 3P). Por lo que he visto, Fit Curve y Fit Y by X necesitan renderizar todos los gráficos para crear las líneas y guardar los parámetros, lo que cuesta una gran cantidad de gastos generales.
No estaba seguro de si había una manera de hacer este tipo de cosas sin renderizar los gráficos, como una función independiente que solo producía los parámetros del ajuste deseado.
Re: funciones de regresión en JMPDebería haber declarado explícitamente que no tengo conocimiento de una función directa para crear los parámetros deseados Polynomial o 3P.Mi sugerencia de obtener los resultados directamente de la salida "Invisible" es una sugerencia para reducir los requisitos de memoria para crear tablas de datos de salida.
Re: funciones de regresión en JMP@txnelson Sí, he jugado con eso en el pasado, y hacer que la mesa sea invisible no parecía hacer que el informe también fuera invisible o privado ... Creo que tener el informe en privado también sería una solución alternativa para evitar la sobrecarga de renderizar los gráficos.
