我有一個包含八個因素和四個響應的模型。 我想創建一個熱圖，以顯示哪些因素對哪些響應很重要。我希望能夠定義自己的色標，例如：
<0.0001至0.01 =橙色
0.001至0.05 =紅色
> 0.05 =白色
我在Graph Builder中玩過漸變，但是看不到如何做我想要的。 也許從技術上講，這甚至不再是漸變，但似乎應該是可能的。下圖與我所獲得的非常接近。
這是一段腳本。 附帶已保存腳本的完整數據集。
坡度（
{顏色主題（“綠色黃色紅色”），
比例尺值[[0 0.05。]），
寬度（9）
範圍類型（“精確數據范圍”），
反梯度（1），
離散色（1），
N個標籤（5）}
）
任何建議，將不勝感激。
-湯姆
你好湯姆！
您可以在JMP中定義自己的顏色主題。 試試這樣的事情：
Preferences( Add Color Theme(
{"White to Red p-Value", 2051, {{255, 255, 255}, {255, 255, 255}, {252, 187,
161}, {252, 146, 114}, {251, 106, 74}, {239, 59, 44}, {203, 24, 29}, {165,
15, 21}, {103, 0, 13}}, {0, 0.95, 0.96,
0.97, 0.98, 0.99, 0.995,
0.999, 1}}
),
);顏色以RGB值編碼（例如{255，255，255}是白色），最後要給出您感興趣的增量（例如，色標的前95％將是當前定義的白色）。 這是初稿，因此您可能需要更改增量或顏色。 請注意，這將創建一個可以在任何圖形中使用的新顏色主題。 在圖表中，請確保在色階中包含“最小”和“最大”，否則該漸變在0.05時將不會開始變為橙色：
gradient(
{Color Theme(
{"White to Red p-Value", 2051, {{255, 255, 255}, {255,
255, 255}, {252, 187, 161}, {252, 146, 114}, {251, 106,
74}, {239, 59, 44}, {203, 24, 29}, {165, 15, 21}, {103,
0, 13}}, {0, 0.95, 0.96, 0.97, 0.98, 0.99, 0.995, 0.999,
1}}
), Scale Values( [0 1] ), Reverse Labels( 1 )}
)希望這可以幫助！
基拉
嗨，基拉，
謝謝你的幫助。那確實幫助我到達了我要去的地方。
由於在JMP文檔中找不到任何詳細信息，因此我將為可能會嘗試類似操作的其他人添加更多詳細信息。
如果右鍵單擊熱圖圖例，請選擇“漸變”，然後單擊“顏色主題”，然後單擊“曲折”以打開“自定義顏色主題”。這是最終為我工作的設置。
在這裡似乎只有四個點在0％，10％，50％和100％處定義了漸變，但這是不正確的。如果僅定義這四個點，則將在此之間獲得漸變，例如，紅色到橙色的範圍為0-10％。 如果要從10％的紅色變為橙色，則需要同時定義10％的紅色和橙色點。用戶界面僅在其中顯示一個標記，因為我們正在將其用於並非設計用於的標記。
要獲得三個謹慎的顏色範圍，您需要定義六個點，即使由於重疊而只在上面看到四個。儘管上面的可視化很有幫助事實之後，我無法通過移動滑塊來獲得想要的東西。 我必須直接編寫腳本。 這是我的代碼：
{Color Theme(
{"White to Red p-Value", 2051,
/*0%->red 10%->red 10%->orange 50%->orange 50%->white 100%->white */
{{255,0,0},{255,0,0},{255,165,0},{255,165,0},{255,255,255},{255,255,255}},
{.0000 , 0.1 , 0.1 , 0.5 , 0.5 , 1 }
}正如Kira指出的，比例因子對於正確設置很重要。 顏色主題中的值從0到1（已定義比例的0到100％）。比例因子將色標“映射”到您的特定變量-在我的情況下為0到0.1。
在其他情況下，我想獲取連續數據並將其映射到色階而不是漸變，所以也許在JMP或我缺少的設置中有更好的方法可以做到這一點。 （我也按照Kira的建議進行了此操作，並創建了一個新列-這絕對也是一個合理的選擇。）
我的最終輸出看起來像這樣，每個單元格中都顯示了F Ratios：
附件中是原始數據集。 第一個腳本運行模型。 第二個進入報告，提取p值和f比率並繪製熱圖。我希望我對導航報告樹結構有足夠的了解，以使熱圖腳本“足夠聰明”，從而無論在報告中的何處都可以找到“效果測試”表。現在，它已經過硬編碼，因此腳本可能僅適用於此特定報告。
dt_pvals = report(fls)[outlinebox(1)][TableBox(6)] << make combined data table;
我認為這在處理多個因素和響應時可能是有用的可視化工具。
-湯姆
