Kleinste Quadrate anpassen ==> Kontrollniveau anfordern.Hallo,
Ich habe das folgende Skript geschrieben (einfache kleinste Quadrate-Anpassung, aber die Effekte sind kategorisch) und es hat auf meinem System (JMP 15.1) einwandfrei funktioniert. Als mein Kollege dieses Skript auf seinem Computer ausprobierte (JMP 15.0),
Als er dieses Skript ausführte, wurde ein Popup-Menü mit der Frage nach der Kontrollebene angezeigt – siehe Abbildung.
Ich habe die kleinsten Quadrate manuell auf seinem Computer aufgezeichnet und es wurde die gleiche Meldung angezeigt – mit der Aufforderung, ein Kontrollniveau einzugeben.
Wenn ich auf „Abbrechen“ geklickt habe, wurde die kleinste Quadrate-Anpassung angezeigt.
Wie schalten wir diese Kontrollebenen-Sache ab?
for (i=1, i <= n items (temp_list), i++,
vlb1 << append(
fit = Fit Model(
Y( temp_list[i] ),
by(:class),
Effects( :Name( "~DEVICE TYPE" ), :Name( "~STAGE" ) ),
Personality( "Standard Least Squares" ),
Emphasis( "Minimal Report" ),
Run(
Profiler(
1,
Confidence Intervals( 1 )
)
)
);
fit << prediction formula;
)
);
Erweiterte statistische ModellierungAutomatisierung und SkriptingDatenzugriffDatenexploration und -visualisierungBetreff: Kleinste Quadrate anpassen ==> nach Kontrollniveau fragen.Hi @yanee ,
Es ist schwer zu sagen, warum dies geschieht, aber ich vermute, Ihr Kollege hat eine Einstellung festgelegt, um den Dunnett-Test automatisch durchzuführen, was die Angabe eines Kontrollniveaus erfordert. Diese Einstellung finden Sie unter Einstellungen > Plattformen > Effektanpassung.
Wenn Sie beim Ausführen Ihres Skripts Plattformeinstellungen ignorieren möchten, können Sie Ignore Platform Preferences( 1 ) in Ihrem Aufruf von Fit Model() verwenden. So sieht das aus:
for (i=1, i <= n items (temp_list), i++,
vlb1 << append(
fit = Fit Model(
Ignore Platform Preferences( 1 ),
Y( temp_list[i] ),
by(:class),
Effects( :Name( "~DEVICE TYPE" ), :Name( "~STAGE" ) ),
Personality( "Standard Least Squares" ),
Emphasis( "Minimal Report" ),
Run(
Profiler(
1,
Confidence Intervals( 1 )
)
)
);
fit << prediction formula;
)
);
Ich hoffe das hilft!
@julianisch
