83861_fr-FR

liliconcom

Désactiver les calculs CI longs sur les effets aléatoires (anciennement « problème de vitesse LSMeans »)

Article révisé de la liste de souhaits :

 

Fournissez une préférence pour désactiver les calculs d’intervalle de confiance sur les effets aléatoires, afin d’émuler le comportement dans JMP13.1 et versions antérieures. Voir la discussion ci-dessous.

 

--- Article de la liste de souhaits originale ---

Lors de la diffusion d'une commande dans JMP (via CTRL-clic sous Windows ou Commande-clic sous Mac), existe-t-il un moyen de restreindre l'endroit où la commande est diffusée ?

 

Dans Fit Model, les triangles rouges qui activent les options dans les détails de l'effet (par exemple, LSMeans Tukey, LSMeans Plot, etc.) peuvent être utiles, mais peuvent également être assez ennuyeux lorsqu'ils sont diffusés sur certains effets. Par exemple, j'exécute fréquemment des modèles mixtes avec un effet aléatoire ; le facteur aléatoire a souvent des centaines de niveaux, et je ne me soucie pas des moyennes entre les niveaux de ce facteur. La diffusion de commandes se répercute sur tous les effets, fixes et aléatoires.

 

Pour une raison quelconque, plusieurs de nos utilisateurs Mac signalent des temps de calcul beaucoup plus longs pour obtenir les comparaisons LSMeans dans JMP 14 que dans JMP 13.2.Je dois savoir s'il s'agit d'un problème sous Windows. De plus, mes propres copies de Mac 13.2 et Mac 14 fonctionnent à peu près à la même vitesse. Cependant, j'en ai été témoin sur les Mac d'autres utilisateurs exécutant 13.2, et il fonctionne beaucoup plus rapidement que 14 sur leur machine (et plus rapide que 13.2 ou 14 sur mon Mac).

 

De plus, le tracé LSMeans m'est utile lorsque j'examine les effets principaux, mais je n'ai souvent pas besoin du tracé LSMeans sur les interactions lorsque je les utilise. Mais lorsque je commande une diffusion pour obtenir le tracé LSMeans sur mes effets principaux, il l'envoie également aux interactions. Et cela affiche une boîte de dialogue modale pour chaque réponse que j'ai, me demandant comment je veux gérer l'interaction. Donc si j'ai 10 réponses, je dois traiter 10 fois le dialogue modal.

 

Il existe quelques solutions pour résoudre ce problème, mais la plupart d'entre elles reposent sur des scripts. Étant donné qu'un pourcentage relativement faible de notre base d'utilisateurs est confronté à ce problème et qu'il se manifeste un peu différemment en fonction de ce que chaque utilisateur essaie de faire, cela peut prendre du temps soit de sélectionner les options manuellement, soit de créer un script pour elles.

 

Je pense que quelque chose comme une boîte de panneau supplémentaire dans le clic ALT-Commande ou ALT-Contrôle-clic pourrait gérer cette situation. Nous pourrions cocher les options souhaitées, comme d'habitude avec le clic ALT, mais peut-être ajouter une zone de panneau à gauche qui apparaîtrait si le Command Broadcaster détecte plusieurs zones de contour portant le même nom (par exemple, "Effet A", "Effet B", etc.). Une liste de cases à cocher qui nous permettrait de diffuser uniquement dans les listes de triangles rouges qui apparaissent sous des en-têtes particuliers de la boîte de contour (et de ne pas diffuser vers ces listes de triangles rouges sous d'autres en-têtes de la boîte de contour) serait utile.

 

Une solution alternative serait d'activer une sorte de modificateurs de préférences (sous la "Plate-forme" Effect Fit) pour les options LSMeans. Je pense à des options nommées quelque chose comme "LSMeans pour les effets fixes uniquement" ou "LSMeans pour les effets principaux uniquement" ou "Nombre maximum de niveaux pour les LSMeans". Ces options pourraient toutes être désactivées par défaut, mais il serait très utile de nous permettre de les activer selon nos besoins.

 

Interface utilisateurRe : Désactiver les calculs CI longs sur les effets aléatoires (anciennement "problème de vitesse LSMeans")

@Jeff_Perkinson -

 

J'ai découvert mon malentendu.

 

Ils diffusent toujours le LSMeans Plot, ce qui, pour les interactions, fait apparaître la question « comment superposer ». Dans un paradigme de commutateur de colonnes, cela n'est pas ennuyeux en soi puisqu'il y a un petit nombre d'interactions. Cependant, la zone de liste qui contient les termes d'interaction est trop étroite pour qu'il soit évident quelle interaction est interrogée par quelle boîte modale. Est-il possible d'ajouter ici une zone de texte à la boîte de dialogue modale pour indiquer à l'utilisateur de quelle réponse il répond ? Quelque chose comme « Choisir les termes de superposition pour le facteur A avec un nom long*Facteur B avec un nom long » ? En allant plus loin, tous les modaux peuvent-ils être combinés en un seul modal, peut-être avec une zone de plan distincte pour chaque interaction (similaire à l'ancienne méthode utilisée par Recode pour vous permettre de recoder plusieurs colonnes dans une seule boîte de dialogue, et similaire à ce qui existe encore se produit si vous affichez les informations sur la colonne pour plusieurs colonnes à la fois).

 

Je leur ai montré qu'ils pouvaient déclencher LSMeans en définissant la préférence dans Effect Fit, mais ils n'aiment pas qu'il ne se superpose PAS (il utilise des axes imbriqués à la place), ce qui n'est donc pas réalisable.

 

Et aussi... une chose cosmétique supplémentaire. Si nous fermons certains triangles d'affichage gris (attachés aux boîtes de contour), puis changeons de niveau dans le sélecteur de colonnes, nous voyons ces boîtes de contour fermées rouvrir. Y a-t-il une chance que Column Switcher puisse essayer de savoir lesquels sont fermés et lesquels sont ouverts ? Nous essayons de fermer certains aspects de la sortie pour personnaliser le rapport de manière à masquer certains aspects du rapport (exemple : les détails de l'effet aléatoire), mais nous constatons que ces panneaux ne restent pas cachés.

Re : Désactiver les calculs CI longs sur les effets aléatoires (anciennement "problème de vitesse LSMeans")

Des retours de vos collègues britanniques ?

 

Je peux confirmer que nous serons en mesure de traiter les tracés LSmeans en double dans JMP 15.

Re : Désactiver les calculs CI longs sur les effets aléatoires (anciennement "problème de vitesse LSMeans")

Hum, ceci est embarrassant. J’ai accepté le rapport de mes collègues britanniques au pied de la lettre. Mais maintenant que j'essaie de reproduire leurs étapes, j'obtiens également votre résultat. Permettez-moi de les suivre à nouveau. Désolé, je n'ai pas été plus diligent en essayant de me reproduire (mais c'est peut-être une bonne chose puisque nous sommes tombés sur cet autre nouveau bug !).

Re : Désactiver les calculs CI longs sur les effets aléatoires (anciennement "problème de vitesse LSMeans")

Je suis heureux d'apprendre que nous avançons dans la bonne direction. Juste pour clarifier, la préférence en question est dans Effect Fit, n'est-ce pas ?

Si tel est le cas, lorsque j'active cela et exécute l'exemple à partir de data clean.jmp, en ajustant Y( :Attribute O ) et Effects( :product, :period, :product * :period ), je ne reçois pas d'invite pour créer un tracé d'interaction.

Alors, pouvez-vous m'aider à reproduire l'invite pour un tracé d'interaction ?

 

Malheureusement, je vois un problème différent avec cette option activée. Lorsque j'utilise le sélecteur de colonnes, j'obtiens un ensemble supplémentaire de tracés LSMeans dupliqués à chaque fois que je change de colonne. C'est clairement un bug et je le signalerai pour voir quand nous pourrons le corriger.

Re : Désactiver les calculs CI longs sur les effets aléatoires (anciennement "problème de vitesse LSMeans")

@Jeff_Perkinson et l'équipe -

 

Nous nous rapprochons peut-être. Le sélecteur de colonnes a été perçu comme une approche différente présentant des avantages car il encourage un certain degré « d'intentionnalité » derrière lequel les facteurs reçoivent la demande de comparaisons multiples. Cependant, nous avons encore quelque chose à régler et je ne sais pas comment vous voulez y parvenir. (Dois-je publier une nouvelle idée à ce stade ou renommer à nouveau le sujet de celle-ci ?)

 

Les utilisateurs en question ont activé la préférence pour LSMeans Plot. Comme vous le savez, ce modèle contient une interaction. Cela signifie que lorsque le modèle est lancé, nous obtenons immédiatement une boîte de dialogue modale nous demandant comment superposer les lignes pour le tracé d'interaction. Très bien, nous répondons à cela, mais nous modifions ensuite la réponse dans le sélecteur de colonnes. Plutôt que de nous souvenir du choix du tracé d'interaction, nous obtenons à nouveau la boîte de dialogue modale. De mon point de vue, c’est plutôt une nuisance, mais pour les personnes impliquées au Royaume-Uni, cela reste un véritable obstacle.

 

Solutions possibles que je vois :

* N'oubliez pas le choix pour le tracé d'interaction de l'itération précédente du sélecteur de colonnes au lieu de demander à nouveau. Si l'utilisateur, pour une raison quelconque, souhaite modifier le paramètre mémorisé, il devra désactiver le tracé LSMeans, puis le réactiver pour obtenir à nouveau la boîte de dialogue modale.

* Donnez à l'option un nom différent, tel que LSMeans Interaction Plot, de sorte que (1) la diffusion de LSMeans Plot s'applique uniquement aux effets principaux, (2) il y ait des préférences de plate-forme distinctes pour LSMeans Plot et LSMeans Interaction Plot. De cette façon, les utilisateurs peuvent activer par défaut le tracé LSMeans, mais ne l'obtenir que pour les effets principaux et ne pas avoir à gérer la boîte de dialogue modale.

* Créez le tracé d'interaction en en supposant l'un des termes de l'interaction pour la superposition, et fournissez un triangle rouge à côté du tracé LSMeans (Interaction) qui fait apparaître un modal pour modifier le terme de superposition.

 

Des pensées ici ?

 

Merci encore!

 

Michael

Re : Désactiver les calculs CI longs sur les effets aléatoires (anciennement "problème de vitesse LSMeans")

Jeff,

 

C'est une bonne idée.

 

Notre formation dirigée par P&G pour les nouveaux utilisateurs de JMP (et les vôtres) 10 choses que vous ne saviez pas sur JMP ) enseignent la diffusion comme la solution efficace à des problèmes comme celui-ci et il serait peut-être plus approprié pour nous de ne pas recommander la diffusion et de commencer à utiliser des outils comme Column Switcher lorsque nous souhaitons plusieurs analyses similaires. Il s’agit d’un changement progressif dans la façon dont JMP est censé être utilisé. De même, autrefois, les gens déposaient plusieurs Y ou plusieurs X (ou les deux !) dans Distribution, Ajustaient Y par X, etc. et obtenaient toutes les analyses dans une seule fenêtre de rapport. Votre recommandation est d'essayer de tout faire tenir dans une fenêtre où vous n'avez pas besoin de faire défiler et de mettre à jour dynamiquement l'analyse si nécessaire.

 

Le problème est que de nombreux utilisateurs de longue date de JMP chez P&G n'absorbent pas ou n'apprécient pas ce changement de culture progressif au sein de JMP et agissent toujours comme si nous utilisions JMP 9 ou JMP 10. Je ne sais pas comment amener les gens à désapprendre les "anciennes méthodes" et à apprécier les nouvelles, à moins de rappeler aux gens des fonctionnalités comme celle-ci et d'espérer qu'elles finiront par se répandre.

 

Permettez-moi d'envoyer cette solution à l'équipe britannique qui est aux prises avec ce problème et de voir quel genre de réaction j'obtiens.

 

Michael

Re : Désactiver les calculs CI longs sur les effets aléatoires (anciennement "problème de vitesse LSMeans")

Je me demande si le Sélecteur de colonnes serait-il une meilleure option pour les comparer que d'essayer de faire défiler le rapport ?

 

 

Re : Désactiver les calculs CI longs sur les effets aléatoires (anciennement "problème de vitesse LSMeans")

Jeff,

 

La diffusion est utilisée parce que les chercheurs souhaitent examiner les réponses. En réalité, nous ne nous intéressons qu'à un seul effet, mais nous souhaitons voir les comparaisons de cet effet pour chaque variable Y.

Re : Désactiver les calculs CI longs sur les effets aléatoires (anciennement "problème de vitesse LSMeans")

Salut Michael,

 

Si je comprends bien, certains utilisateurs utilisent la touche ctrl pour diffuser l'option permettant d'activer les comparaisons Tukey HSD LSmeans pour TOUS les effets du modèle et sont frustrés lorsqu'il s'agit d'un effet avec un grand nombre de niveaux car il faut un certain temps pour calculer les intervalles de confiance.

 

Habituellement, les comparaisons LSMeans sont utilisées plus judicieusement car c'est vraiment un abus (et quelque peu dangereux) de les utiliser pour chaque effet dans chaque modèle. Il est plus approprié d'examiner le tableau des effets et de l'utiliser uniquement pour les effets significatifs qui nécessitent une enquête plus approfondie.

 

Pouvez-vous nous aider à comprendre le cas d'utilisation pour les activer à tous les niveaux pour tous les effets ? Que recherchent ces praticiens lorsqu'ils diffusent la commande de comparaison des moyennes LS ?

 

Re : Désactiver les calculs CI longs sur les effets aléatoires (anciennement "problème de vitesse LSMeans")

Salut,

 

Je viens de tester cela dans JMP 15 EA7. Je ne trouve pas d'option qui désactiverait les CI sur les effets aléatoires (ou peut-être qu'une meilleure idée serait de préférer éventuellement empêcher les CI sur les effets catégoriels possédant plus de N niveaux où N est grand, disons 50 ou 100 ou plus ).

 

Peut-on faire quelque chose pour intégrer cela dans JMP 15 ? Certaines personnes refusent d'effectuer la mise à niveau au-delà de la version 13.1 à cause de ce problème. La solution est peut-être que je dois plutôt leur apprendre le JSL, mais pour eux, cela donne l'impression que nous compliquons quelque chose qui était assez simple auparavant.

 

@Jeff_Perkinson - serait-il plus approprié que j'envoie cette demande par e-mail à l'adresse du support jmpbeta ?

 

Merci,

 

Michael

Re : Désactiver les calculs CI longs sur les effets aléatoires (anciennement "problème de vitesse LSMeans")

Demande de liste de souhaits révisée. Je peux voir comment les IC sur les effets aléatoires aident certaines personnes, mais le temps d'exécution beaucoup plus long nous pose problème.

Re: Problème de vitesse LSMeans (lien possible vers Command Broadcasting)

Non, il ne semble pas y avoir de préférence ou d'option de menu permettant de désactiver le calcul de l'intervalle de confiance.

Re: Problème de vitesse LSMeans (lien possible vers Command Broadcasting)Jeff,

Merci. Les intervalles Tukey HSD peuvent-ils être désactivés via une préférence, une instruction JSL ou une option triangle rouge ?
Re: Problème de vitesse LSMeans (lien possible vers Command Broadcasting)

Merci pour votre patience ici. La différence de vitesse entre JMP 13.1 et les versions ultérieures (JMP 13.2, JMP 14, etc.) est due au fait que nous calculons désormais les intervalles de confiance Tukey HSD pour les effets aléatoires. Vous remarquerez qu'ils sont manquants dans la sortie JMP 13.1.

 

JMP 13.1 is missing the Tukey HSD CIsJMP 13.1 is missing the Tukey HSD CIsJMP 13.1 is missing the Tukey HSD CIsJMP 13.1 is missing the Tukey HSD CIsJMP 13.1 ne dispose pas des CI Tukey HSDJMP 14.2 has the Tukey HSD CIsJMP 14.2 has the Tukey HSD CIsJMP 14.2 has the Tukey HSD CIsJMP 14.2 has the Tukey HSD CIs JMP 14.2 dispose des CI Tukey HSD

Re: Problème de vitesse LSMeans (lien possible vers Command Broadcasting)

Merci pour la bosse.

 

J'avais testé avec JMP 13.2 et je n'avais vu aucune différence par rapport à JMP 14.2. Cependant, j'ai maintenant remarqué que vous avez dit avoir testé JMP 13.1 et effectivement là, je vois le même genre de différence que vous.

 

Je devrai vérifier ce que nous avons modifié entre JMP 13.1 et JMP 13.2 pour voir quelle pourrait en être la raison.

Re: Problème de vitesse LSMeans (lien possible vers Command Broadcasting)

Bonjour, je relance cette conversation. Est-ce que 3 minutes sont raisonnables pour JMP 14 (et pourquoi autant plus lent par rapport à JMP 13) ?

Re: Problème de vitesse LSMeans (lien possible vers Command Broadcasting)

Salut @Jeff_Perkinson ,

 

J'ai reçu les commentaires nécessaires de mon collègue britannique. Apparemment, la sortie arrive, mais pour une raison quelconque, JMP 14 se bloque toujours/ne répond plus sur son Mac. En outre, l'écart de temps entre ces analyses entre JMP 13 et JMP 14 est étonnant.

 

"Je l'ai exécuté sur 13.1 et 14.0. Le résultat était correct (sans avoir le tracé des moyennes). 13,1 a montré 7,43, je suppose que les secondes (?). 14,0 était encore une fois correct (moins le tracé des moyennes encore une fois) et affichait 163,33 secondes, mais le programme a continué à caler/ballon de plage pendant encore 4 minutes, après quoi je force l'arrêt. J'ai donc mis à niveau vers la version 14.1, et cela a pris 167,8 et j'ai forcé à arrêter à nouveau au bout de 4 minutes."

 

Je pense donc que nous revenons sur le fait qu'il existe un écart de temps, et qu'au moins certains utilisateurs se retrouvent toujours avec une copie crashée de JMP.

Re: Problème de vitesse LSMeans (lien possible vers Command Broadcasting)

Salut @Jeff_Perkinson ,

J'ai exécuté le bloc de code sur mon JMP 14 (Mac). Cela prend environ 3 minutes (donc environ 5 secondes par modèle). Je ne peux pas l'exécuter sur JMP 13 car j'ai un problème de licence sur cette version.Cependant, j'obtiendrai ces données : j'ai envoyé le code à mon collègue au Royaume-Uni qui est vraiment aux prises avec ce problème. J'espère avoir plus de retours de sa part mais elle est absente pour le reste de la semaine. Donc, plus à venir.

Re: Problème de vitesse LSMeans (lien possible vers Command Broadcasting)

Merci pour les détails. Je peux voir le problème frustrant de la boîte de dialogue de diffusion de commandes. Je vais signaler cela et voir ce que nous pouvons faire. Cependant, je ne vois pas une bonne façon de choisir. Nous devrons examiner de près pour trouver une solution viable.

 

Quant au problème de vitesse, je n'arrive pas à reproduire cela entre JMP 13 et JMP 14. J'ai créé ce script pour le timing et j'ai obtenu des résultats très similaires avec les deux. Pouvez-vous l'essayer et voir si vous obtenez la même chose ?

 

start=tickseconds();

Fit Group(
 Fit Model(
  Y( :Attribute O ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute O << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute G ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute G << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute CD ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute CD << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute C ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute C << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute SS ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute SS << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute DT ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute DT << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute LS ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute LS << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute NM ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute NM << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute FC ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute FC << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute AC ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute AC << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute CC ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute CC << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute M ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute M << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute UA O ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute UA O << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute UA G ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute UA G << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute UA CD ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute UA CD << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute UA C ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute UA C << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute UA SS ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute UA SS << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute UA DT ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute UA DT << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute UA LS ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute UA LS << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute UA NM ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute UA NM << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute UA FC ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute UA FC << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute UA AC ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute UA AC << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute UA CC ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute UA CC << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute B O ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute B O << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute B G ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute B G << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute B CD ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute B CD << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute B C ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute B C << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute B SS ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute B SS << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute B DT ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute B DT << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute B LS ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute B LS << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute B NM ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute B NM << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute B NC ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute B NC << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute B AC ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute B AC << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute B CC ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute B CC << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 ),
 Fit Model(
  Y( :Attribute B IS ),
  Effects( :product, :period, :period * :product, :Name( "#" ) ),
  Random Effects( :pan_no ),
  NoBounds( 1 ),
  Personality( "Standard Least Squares" ),
  Method( "REML" ),
  Set Alpha Level( 0.1 ),
  Emphasis( "Effect Leverage" ),
  Run(
   :Attribute B IS << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
   Parameter Estimates( 1 ), Lack of Fit( 0 ),
   Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
   Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
   Plot Effect Leverage( 1 ), {:product << {LSMeans Tukey HSD( 0.1 )},
   :period << {LSMeans Tukey HSD( 0.1 )}, :period * :product <<
   {LSMeans Tukey HSD( 0.1 )}, :Name( "#" ) << {LSMeans Tukey HSD( 0.1 )},
   :pan_no << {LSMeans Tukey HSD( 0.1 )}}}
  )
 )
);

end=tickseconds();

elapsed=end-start;

show(elapsed);

Re: Problème de vitesse LSMeans (lien possible vers Command Broadcasting)

Enfin, j'ai joint l'ensemble de données qui a été testé dans la vidéo. Apparemment, je ne peux joindre qu'à la publication de l'idée originale, alors faites défiler jusqu'à la publication originale pour l'obtenir. Le fichier s'appelle "data clean.jmp".

Re: Problème de vitesse LSMeans (lien possible vers Command Broadcasting)

D'ailleurs, comme je suis plutôt bon en JSL, je peux obtenir le résultat souhaité dans JMP 14. Je fais tout SAUF le dernier triangle rouge diffusé par commande que notre utilisateur essaie de faire dans la vidéo (où elle sélectionne les options LSMeans Plot et LSMeans Tukey HSD). J'enregistre ensuite le script dans la table de données, puis je le modifie pour ajouter manuellement les appels LSMeans Plot et LSMeans Tukey HSD à chacun des effets fixes. Mais même cela m'a pris un certain temps car j'ai dû coller le bloc suivant dans le message Exécuter pour chacun des 35 appels Fit Model. Pas utile pour la majorité de nos utilisateurs P&G qui ne sont pas des codeurs.

 

   :product << { Least Squares Means Plot, LSMeans Tukey HSD( 1, Crosstab Report( 0 ), Ordered Differences Report( 1 ) ) },
   :period << { Least Squares Means Plot, LSMeans Tukey HSD( 1, Crosstab Report( 0 ), Ordered Differences Report( 1 ) ) },
   :period * :product << { Least Squares Means Plot( Overlay Term List( period ) ), LSMeans Tukey HSD( 1, Crosstab Report( 0 ), Ordered Differences Report( 1 ) ) },
   :Name("#") << { Least Squares Means Plot, LSMeans Tukey HSD( 1, Crosstab Report( 0 ), Ordered Differences Report( 1 ) ) }

Re: Problème de vitesse LSMeans (lien possible vers Command Broadcasting)

@Jeff_Perkinson - J'ai enfin une mise à jour à ce sujet. Voir la vidéo ci-jointe. Il s'agit d'une vidéo en écran partagé qui commence par JMP 13 en haut et JMP 14 en bas.

 

À peu près à mi-parcours, l'utilisateur obtient avec succès que JMP 13 donne les résultats qu'il souhaite (qui sont à la fois le tracé LSMeans et la sortie LSMeans Tukey HSD).

 

À ce stade, la division JMP 13 disparaît et la vidéo est maximisée vers JMP 14, où elle gère la nouvelle fonctionnalité « tracé d'interaction » associée à LSMeans Plot et clique 35 fois sur une boîte de dialogue modale. (Remarque : il existe quelques domaines dans lesquels l'interface de LSMeans ne fonctionne pas bien avec une diffusion de commande. Ici, nous avons un modal qui fait obstacle à une diffusion rapide des commandes. Le test personnalisé est également difficile à utiliser si vous souhaitez appliquer le même test personnalisé à plusieurs réponses. je pense qu'il y en a d'autres.)

 

À la fin de la vidéo, il n'y a toujours aucune sortie de LSMeans Tukey HSD, et notre utilisateur force JMP à s'arrêter par impatience.

Re : Désactiver les calculs CI longs sur les effets aléatoires (anciennement « problème de vitesse LSMeans ») - Statut modifié en : Archivé