83861_es-ES

liliconcom

Deshabilitar cálculos de CI prolongados en efectos aleatorios (anteriormente "problema de velocidad de LSMeans")

Artículo revisado de la lista de deseos:

 

Proporcione una preferencia para deshabilitar los cálculos de intervalo de confianza sobre efectos aleatorios, para emular el comportamiento en JMP13.1 y versiones anteriores. Vea la discusión a continuación.

 

--- Artículo de la lista de deseos original ---

Al transmitir un comando en JMP (a través de CTRL-clic en Windows o Comando-clic en Mac), ¿hay alguna manera de restringir a dónde se transmite el comando?

 

En Ajustar modelo, los triángulos rojos que activan las opciones en los Detalles del efecto (por ejemplo, LSMeans Tukey, LSMeans Plot, etc.) pueden ser útiles, pero también pueden ser bastante molestos cuando se transmiten a ciertos efectos. Por ejemplo, suelo ejecutar modelos mixtos con un efecto aleatorio; el factor aleatorio a menudo tiene cientos de niveles y no me importan las medias entre los niveles de ese factor. La transmisión de comandos se extiende a todos los efectos, fijos y aleatorios.

 

Por alguna razón, varios de nuestros usuarios de Mac están informando tiempos de cálculo mucho más largos para obtener las comparaciones de LSMeans en JMP 14 que en JMP 13.2.Necesito averiguar si esto es un problema en Windows. Además, mis propias copias de Mac 13.2 y Mac 14 funcionan aproximadamente a la misma velocidad. Sin embargo, lo he presenciado en otros Mac con 13.2, y funciona mucho más rápido que 14 en su máquina (y más rápido que 13.2 o 14 en mi Mac).

 

Además, LSMeans Plot es útil para mí cuando veo los efectos principales, pero a menudo no necesito LSMeans Plot en las interacciones cuando las estoy usando. Pero cuando ordeno-transmito para obtener LSMeans Plot en mis efectos principales, también lo envía a las interacciones. Y eso arroja un diálogo modal para cada respuesta que tengo, preguntando cómo quiero manejar la interacción. Entonces, si tengo 10 respuestas, tengo que lidiar con el diálogo modal 10 veces.

 

Existen algunas soluciones para esto, pero la mayoría de ellas se basan en secuencias de comandos. Dado que un porcentaje relativamente pequeño de nuestra base de usuarios se enfrenta a este problema y se manifiesta de forma un poco diferente dependiendo de lo que intente hacer cada usuario, puede llevar mucho tiempo seleccionar las opciones manualmente o crear un script para ellos.

 

Estoy pensando que algo como un cuadro de panel adicional en ALT-Comando-clic o ALT-Control-clic podría manejar esta situación. Podríamos marcar las opciones que queremos, como es habitual en el ALT-clic, pero tal vez agregar un cuadro de panel a la izquierda que aparecería si Command Broadcaster detecta varios cuadros de contorno con el mismo nombre (por ejemplo, "Efecto A", "Efecto B", etc.). Una lista de casillas de verificación que nos permitiría transmitir solo a las listas de triángulos rojos que aparecen debajo de títulos particulares de Outline Box (y no transmitir a esas listas de triángulos rojos bajo otros encabezados de Outline Box) ayudaría.

 

Una solución alternativa sería habilitar algún tipo de modificadores de preferencias (en la "Plataforma" de Effect Fit) para las opciones de LSMeans. Estoy pensando en opciones llamadas algo así como "LSMeans solo para efectos fijos" o "LSMeans solo para efectos principales", o "Número máximo de niveles para LSMeans". Todas estas opciones podrían estar desactivadas de forma predeterminada, pero permitirnos activarlas según sea necesario sería muy útil.

 

Interfaz de usuarioRe: deshabilitar cálculos de CI prolongados en efectos aleatorios (anteriormente "problema de velocidad LSMeans")

@Jeff_Perkinson -

 

Descubrí mi malentendido.

 

Todavía están transmitiendo la trama LSMeans, que para las interacciones está causando que surja la pregunta de 'cómo superponer'. En un paradigma de cambio de columnas, esto no es molesto en sí mismo, ya que hay una pequeña cantidad de interacciones. Sin embargo, el cuadro de lista que contiene los términos de interacción es demasiado estrecho para que resulte obvio qué interacción se consulta mediante qué cuadro modal. ¿Es posible agregar un cuadro de texto al cuadro de diálogo modal aquí para que el usuario sepa por cuál está respondiendo? ¿Algo como "Elija términos para la superposición para el factor A con un nombre largo * Factor B con un nombre largo"? Yendo un paso más allá, ¿se pueden combinar todos los modales en un solo modal, tal vez con un cuadro de esquema separado para cada interacción (similar a la forma anterior que Recode usaba para permitirle recodificar múltiples columnas en un solo diálogo, y similar a lo que todavía sucede si abre la información de la columna para varias columnas a la vez).

 

Les mostré que podían activar LSMeans estableciendo la preferencia en Effect Fit, pero no les gusta que NO se superponga (usa ejes anidados en su lugar), por lo que no fue viable.

 

Además ... una cosa cosmética extra. Si cerramos algunos triángulos desplegables grises (adjuntos a los cuadros de esquema), luego cambiamos los niveles en el selector de columnas, estamos viendo que esos cuadros de esquema cerrados se vuelven a abrir. ¿Alguna posibilidad de que Column Switcher pueda intentar hacer un seguimiento de cuáles están cerrados y cuáles están abiertos? Estamos tratando de cerrar algunos aspectos de la salida para personalizar el informe de una manera que oculte ciertos aspectos del informe (ejemplo: los detalles del efecto aleatorio), pero descubrimos que estos paneles no permanecen ocultos.

Re: deshabilitar cálculos de CI prolongados en efectos aleatorios (anteriormente "problema de velocidad LSMeans")

¿Alguna respuesta de sus colegas del Reino Unido?

 

Puedo confirmar que podremos abordar los gráficos de LSmeans duplicados en JMP 15.

Re: deshabilitar cálculos de CI prolongados en efectos aleatorios (anteriormente "problema de velocidad LSMeans")

Bueno, esto es vergonzoso. Acepté el informe de mis colegas del Reino Unido al pie de la letra. Pero ahora que intento reproducir sus pasos, también obtengo tu resultado. Déjame seguir con ellos nuevamente. Lo siento, no fui más diligente al intentar reproducirme por mi cuenta (¡pero quizás sea algo bueno ya que nos encontramos con este otro error nuevo!).

Re: deshabilitar cálculos de CI prolongados en efectos aleatorios (anteriormente "problema de velocidad LSMeans")

Me alegra saber que nos estamos moviendo en una buena dirección. Solo para aclarar, la preferencia en cuestión está en Effect Fit, ¿verdad?

Si es así, cuando enciendo eso y ejecuto el ejemplo desde data clean.jmp, ajustando Y (: Attribute O) y Effects (: product,: period,: product *: period), no recibo un mensaje para crear una trama de interacción.

Entonces, ¿pueden ayudarme a reproducir el mensaje para un diagrama de interacción?

 

Desafortunadamente, veo un problema diferente con esa opción activada. Cuando utilizo el conmutador de columnas, utilizo un conjunto adicional de gráficos LSMeans duplicados cada vez que cambio de columna. Eso es claramente un error y lo informaré para ver cuándo podemos solucionarlo.

Re: deshabilitar cálculos de CI prolongados en efectos aleatorios (anteriormente "problema de velocidad LSMeans")

@Jeff_Perkinson y equipo -

 

Puede que nos estemos acercando. El Column Switcher se percibió como un enfoque diferente con ventajas, ya que fomenta un grado de "intencionalidad" detrás del cual los factores reciben la solicitud de Comparaciones múltiples. Sin embargo, todavía tenemos algo que abordar y no estoy seguro de cómo quiere hacerlo. (¿Necesito publicar una nueva idea en este momento o cambiar el nombre del tema por este otra vez?)

 

Los usuarios en cuestión han cambiado la preferencia por LSMeans Plot. Como saben, este modelo contiene una interacción. Eso significa que cuando se lanza el modelo, inmediatamente obtenemos un diálogo modal que pregunta cómo superponer las líneas para la gráfica de interacción. Bien, respondemos eso, pero luego cambiamos la respuesta en Column Switcher. En lugar de recordar la elección de la gráfica de interacción, obtenemos nuevamente el diálogo modal. Desde mi punto de vista, esto es más una molestia, pero para la gente del Reino Unido involucrada sigue siendo un obstáculo.

 

Posibles soluciones que veo:

* Recuerde la elección para el gráfico de interacción de la iteración anterior del Column Switcher en lugar de volver a preguntar. Si el usuario, por alguna razón, desea cambiar la configuración rememorada, tendrá que desactivar el gráfico de LSMeans y luego volver a activarlo para obtener nuevamente el diálogo modal.

* Dé a la opción un nombre diferente, como LSMeans Interaction Plot, de modo que (1) la transmisión de LSMeans Plot se aplique solo a los efectos principales, (2) habrá preferencias de plataforma separadas para LSMeans Plot y LSMeans Interaction Plot. De esta manera, los usuarios pueden activar el gráfico LSMeans de forma predeterminada, pero solo obtenerlo para los efectos principales y no tener que lidiar con el diálogo modal.

* Crea la trama de interacción por asumiendo uno de los términos en la interacción para superposición, y proporciona un triángulo rojo junto al Gráfico de LSMeans (Interacción) que muestra un modal para cambiar el término de superposición.

 

¿Pensamientos aquí?

 

¡Gracias de nuevo!

 

Miguel

Re: deshabilitar cálculos de CI prolongados en efectos aleatorios (anteriormente "problema de velocidad LSMeans")

Jeff,

 

Esta es una gran idea.

 

Nuestra capacitación dirigida por P&G para nuevos usuarios de JMP (y la suya 10 cosas que no sabías sobre JMP ) enseñan la radiodifusión como la solución efectiva para problemas como este y quizás sería más apropiado para nosotros no recomendar la radiodifusión y en su lugar comenzar a usar herramientas como Column Switcher cuando queremos múltiples análisis similares. Se trata de un cambio gradual en la forma en que se pretende utilizar JMP. De manera similar, solía ser que las personas solían colocar múltiples Y o múltiples X (¡o ambas!) En Distribución, Ajustar Y por X, etc. y obtener todos los análisis en una ventana de informe. Su recomendación es intentar que todo encaje en una ventana en la que no tenga que desplazarse y actualizar dinámicamente el análisis según sea necesario.

 

El desafío es que muchos usuarios de JMP desde hace mucho tiempo en P&G no están absorbiendo o apreciando este cambio cultural gradual en JMP y siguen actuando como si estuviéramos en JMP 9 o JMP 10. No sé cómo hacer que las personas desaprendan las "viejas formas" y aprecien las nuevas, salvo recordarles a las personas características como esta y esperar que finalmente se den cuenta.

 

Permítanme enviar esta solución al equipo del Reino Unido que está luchando con esto y ver qué tipo de reacción obtengo.

 

Miguel

Re: deshabilitar cálculos de CI prolongados en efectos aleatorios (anteriormente "problema de velocidad LSMeans")

Me pregunto si el Conmutador de columna ¿Cuál sería una mejor opción para compararlos que intentar desplazarse por el informe?

 

 

Re: deshabilitar cálculos de CI prolongados en efectos aleatorios (anteriormente "problema de velocidad LSMeans")

Jeff,

 

La transmisión se está utilizando porque los investigadores quieren analizar las respuestas. En realidad, solo tenemos interés en un efecto, pero queremos ver las comparaciones de ese efecto en cada variable Y.

Re: deshabilitar cálculos de CI prolongados en efectos aleatorios (anteriormente "problema de velocidad LSMeans")

Hola Michael,

 

Si entiendo correctamente, hay usuarios que usan la tecla ctrl para transmitir la opción de activar Tukey HSD LS significa comparaciones para TODOS los efectos en el modelo y se sienten frustrados cuando llega a un efecto con una gran cantidad de niveles porque se tarda un poco en calcular los intervalos de confianza.

 

Por lo general, las comparaciones de LSMeans se usan de manera más juiciosa ya que es realmente un abuso (y algo peligroso) usarlas para cada efecto en cada modelo. Más apropiado es examinar la tabla de efectos y usarla solo para aquellos efectos que son significativos y requieren más investigación.

 

¿Puede ayudarnos a comprender el caso de uso para activarlos en todos los ámbitos para todos los efectos? ¿Qué buscan estos profesionales cuando transmiten el comando para comparaciones de medias de LS?

 

Re: deshabilitar cálculos de CI prolongados en efectos aleatorios (anteriormente "problema de velocidad LSMeans")

Hola,

 

Acabo de probar esto en JMP 15 EA7. No puedo encontrar una opción que desactive los IC en los efectos aleatorios (o tal vez una mejor idea sería una preferencia para prevenir opcionalmente los IC en los efectos categóricos que poseen más de N niveles donde N es grande, digamos 50 o 100 o más ).

 

¿Se puede hacer algo para trabajar esto en JMP 15? Tenemos personas que se niegan a realizar la actualización más allá de la 13.1 debido a este problema. Quizás la solución es que necesito enseñarles JSL en su lugar, pero para ellos parece que estamos complicando algo que solía ser bastante simple.

 

@Jeff_Perkinson - ¿Sería más apropiado para mí enviar esta solicitud por correo electrónico a la dirección de soporte de jmpbeta?

 

Gracias,

 

Miguel

Re: deshabilitar cálculos de CI prolongados en efectos aleatorios (anteriormente "problema de velocidad LSMeans")

Solicitud de lista de deseos revisada. Puedo ver cómo los IC sobre los efectos aleatorios ayudan a algunas personas, pero el tiempo de ejecución sustancialmente más largo es problemático para nosotros.

Re: problema de velocidad de LSMeans (posible enlace a Command Broadcasting)

No, no parece haber una opción de menú o preferencia para deshabilitar el cálculo del intervalo de confianza.

Re: problema de velocidad de LSMeans (posible enlace a Command Broadcasting)Jeff,

Gracias. ¿Pueden desactivarse los intervalos de Tukey HSD mediante una preferencia, una declaración JSL o una opción de triángulo rojo?
Re: problema de velocidad de LSMeans (posible enlace a Command Broadcasting)

Gracias por tu paciencia aquí. La diferencia de velocidad entre JMP 13.1 y versiones posteriores (JMP 13.2, JMP 14, etc.) se debe a que ahora calculamos los intervalos de confianza de Tukey HSD para los efectos aleatorios. Observará que faltan en la salida de JMP 13.1.

 

JMP 13.1 no tiene los elementos de configuración de Tukey HSD JMP 14.2 tiene los CI de Tukey HSD

Re: problema de velocidad de LSMeans (posible enlace a Command Broadcasting)

Gracias por el golpe.

 

Había estado probando con JMP 13.2 y no vi ninguna diferencia en comparación con JMP 14.2. Sin embargo, ahora me he dado cuenta de que dijo que probó JMP 13.1 y, de hecho, veo el mismo tipo de diferencia que usted.

 

Necesitaré verificar qué cambiamos entre JMP 13.1 y JMP 13.2 para ver cuál podría ser la razón.

Re: problema de velocidad de LSMeans (posible enlace a Command Broadcasting)

Hola, volviendo a esta conversación. ¿Son razonables 3 minutos para JMP 14 (y por qué es mucho más lento que JMP 13)?

Re: problema de velocidad de LSMeans (posible enlace a Command Broadcasting)

Hola @Jeff_Perkinson ,

 

Recibí los comentarios necesarios de mi colega del Reino Unido. Aparentemente, la salida está subiendo, pero por alguna razón, JMP 14 todavía se está congelando / no responde en su Mac. Además, la discrepancia de tiempo para estos análisis de JMP 13 frente a JMP 14 es asombrosa.

 

"Lo ejecuté tanto en 13.1 como en 14.0. La salida fue correcta (menos tener la gráfica de medias). 13.1 mostró 7.43 Estoy asumiendo segundos (?). 14.0 nuevamente fue correcto (menos el gráfico de medias nuevamente) y mostró 163.33 segundos, pero el programa continuó deteniéndose / pelota de playa durante otros 4 minutos, momento en el que forcé el abandono. Así que actualicé a la versión 14.1, me tomó 167.8 y forcé la salida nuevamente a los 4 minutos ".

 

Así que creo que volvemos a converger en el hecho de que hay una discrepancia de tiempo, y también que al menos algunos usuarios todavía terminan con una copia bloqueada de JMP.

Re: problema de velocidad de LSMeans (posible enlace a Command Broadcasting)

Hola @Jeff_Perkinson ,

Ejecuté el bloque de código en mi JMP 14 (Mac). Tarda unos 3 minutos (aproximadamente 5 segundos por modelo). No puedo ejecutarlo contra JMP 13 porque tengo algún tipo de problema de licencia en esa versión.Sin embargo, obtendré esos datos: envié el código a mi colega en el Reino Unido que realmente está luchando con este problema. Espero recibir más comentarios de ella, pero estará fuera el resto de la semana. Entonces, más por venir.

Re: problema de velocidad de LSMeans (posible enlace a Command Broadcasting)

Gracias por los detalles. Puedo ver el frustrante problema del diálogo de transmisión de comandos. Informaré esto y veré qué podemos hacer. Sin embargo, no veo una buena manera de elegir. Tendremos que mirar de cerca para encontrar una solución viable.

 

En cuanto al problema de la velocidad, no puedo reproducirlo entre JMP 13 y JMP 14. Creé este script para medir el tiempo y obtuve resultados muy similares con ambos. ¿Puedes probarlo y ver si obtienes lo mismo?

 

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: problema de velocidad de LSMeans (posible enlace a Command Broadcasting)

Por último, adjunté el conjunto de datos que se probó en el video. Aparentemente, solo puedo adjuntarlo a la publicación de la idea original, así que desplácese hasta la publicación original para obtenerla. El archivo se llama "data clean.jmp".

Re: problema de velocidad de LSMeans (posible enlace a Command Broadcasting)

Por cierto, como soy bastante bueno en JSL, puedo obtener el resultado que quiero en JMP 14. Hago todo, EXCEPTO el último triángulo rojo emitido por comandos que nuestro usuario está tratando de hacer en el video (donde selecciona las opciones LSMeans Plot y LSMeans Tukey HSD). Luego guardo el script en la tabla de datos y luego lo edito para agregar manualmente las llamadas LSMeans Plot y LSMeans Tukey HSD a cada uno de los efectos fijos. Pero incluso esto me llevó algo de tiempo, ya que tuve que pegar el siguiente bloque en el mensaje Ejecutar para cada una de las 35 llamadas de Fit Model. No es útil para la mayoría de nuestros usuarios de P&G que no son codificadores.

 

   :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: problema de velocidad de LSMeans (posible enlace a Command Broadcasting)

@Jeff_Perkinson - Finalmente tengo una actualización sobre esto. Vea el video adjunto. Es un video de pantalla dividida que comienza con JMP 13 en la parte superior y JMP 14 en la parte inferior.

 

Aproximadamente a la mitad, el usuario obtiene JMP 13 para dar los resultados que desea (que es tanto el LSMeans Plot como la salida LSMeans Tukey HSD).

 

En este punto, la división de JMP 13 desaparece y el video se maximiza a JMP 14, donde ella está lidiando con la nueva función de 'gráfico de interacción' asociada con LSMeans Plot y haciendo clic 35 veces en un cuadro de diálogo modal. (Nota al margen, hay algunas áreas donde la interfaz en LSMeans no funciona bien con una transmisión de comandos. Aquí tenemos un modal que se interpone en el camino de una transmisión rápida de comandos. También es difícil trabajar con la prueba personalizada si desea poner la misma prueba personalizada en varias respuestas. Creo que hay otros.)

 

Al final del video, todavía no hay salida de LSMeans Tukey HSD, y nuestro usuario obliga a JMP a apagarse por impaciencia.

Re: Difusión de comandos

Trabajando para obtener ejemplos de aquellos que han informado de este problema, porque no he podido replicar. Déjame llegar al fondo de esto y te responderé.

Re: Difusión de comandos

¿Puede dar un ejemplo de la diferencia de rendimiento entre JMP 13 y JMP 14? Tengo problemas para comprender exactamente el modelo y las opciones que está utilizando según su descripción.

 

Se ha tomado nota de su sugerencia de controlar la transmisión (pero, francamente, probablemente será difícil de hacer).

 

Gracias.