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，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階，例如：
<0.0001 至 0.01 = 橙色
0.001 至 0.05 = 紅色
> 0.05 = 白色
我已經在圖形生成器中使用了漸變，但不知道如何做我想要的。 也許這在技術上不再是漸變，但看起來應該是可能的。下圖是我所得到的最接近的圖像。
這是腳本片段。 附有保存腳本的完整數據集。
gradient(
{Color Theme( "Green Yellow Red" ), Scale Values( [0 0.05 .] ),
Width( 9 ), Range Type( "Exact Data Range" ),
Reverse Gradient( 1 ), Discrete Colors( 1 ),
N Labels( 5 )}
)
任何建議，將不勝感激。
-湯姆
嗨基拉，
感謝您的幫助。這確實幫助我到達了我想去的地方。
我將向可能正在嘗試類似操作的其他人添加更多有關如何執行此操作的詳細信息，因為我在 JMP 文檔中找不到任何詳細信息。
如果右鍵單擊熱圖圖例，選擇“漸變”，然後單擊“顏色主題”，然後單擊“自定義顏色主題”以打開“自定義顏色主題”。這是最終對我有用的設置。
這裡似乎只有四個點定義梯度為 0、10、50 和 100%，但事實並非如此。如果您只定義這四個點，您將獲得這四個點之間的漸變，例如從 0-10% 的紅色到橙色。 如果您希望在 10% 處從紅色到橙色，則需要在 10% 處定義紅色點和橙色點。用戶界面只在那裡顯示一個標記，因為我們將它用於其設計目的之外的用途。
要獲得三個離散的顏色範圍，您需要定義六個點，即使由於重疊您只能看到上面的四個點。雖然上面的可視化很有幫助事後，我無法使用它通過移動滑塊來獲得我想要的東西。 我必須直接編寫腳本。 這就是我的代碼的樣子：
{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 指出的那樣，比例因子對於正確來說非常重要。 顏色主題中的值從 0 到 1（定義比例的 0 到 100%）。比例因子將色標“映射”到您的特定變量 - 在我的例子中為 0 到 0.1。
我可以想到其他情況，我想獲取連續數據並將其映射到顏色步驟而不是漸變，所以也許有更好的方法在 JMP 中執行此操作，或者只是我缺少的設置。 （我也按照基拉建議的方式做了，創建一個新專欄——這絕對是一個合理的選擇。）
我的最終輸出如下所示，每個單元格中顯示 F 比率：
附件中是原始數據集。 第一個腳本運行模型。 第二部分進入報告，提取 p 值和 f 比率並製作熱圖。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“智能”，能夠在報告中的任何位置找到“效果測試”表。現在，這是硬編碼的，因此腳本可能只適用於這個特定的報告。
dt_pvals = report(fls)[outlinebox(1)][TableBox(6)] << make combined data table;
我認為在處理多個因素和響應時，這可能是一個有用的可視化工具。
-湯姆
你好湯姆！
您可以在 JMP 中定義自己的顏色主題。 嘗試這樣的事情：
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），並且您感興趣的增量在最後給出（例如，色階的前 95% 將是當前定義的白色）。 這是第一個草稿，因此您可能需要根據需要更改增量或顏色。 請注意，這將創建一個可在任何圖表中使用的新顏色主題。 在圖表中，確保包含色階的“min”和“max”，否則該漸變不會在 0.05 處開始變為橙色：
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 )}
)然而，一位統計學家的旁注是：實際上，只要 p 值低於閾值（例如 0.05），p 值有多小並不重要。 您唯一應該感興趣的是：它是否顯著（例如小於 0.05）。 因此，一個簡單的公式列指示 p 值是否小於 0.05 並按其著色應該非常適合您的應用程序。
希望有幫助！
基拉
