こんにちは、みんな、
データペア（0、b1）から（10、z1）、（0、b2）から（10、z2）の15の独立したセットがあると想像してください......（0、b15）から（10）までずっと、z15）。 各ペアについて、最初のデータポイントが0時間で、2番目のデータポイントが10時間であると想像してください。
次に、値が異なるが上記と同じ概念を持つ15の独立したデータセットがあります。 最初の15セットが「前」で、次の15セットが「後」であると仮定します。
1）「前」の場合、15セットのそれぞれの2つのポイントの間に15ラインの最適なフィットを取得したいと思います。 4時間入力して、最適なモデルのラインに予測された応答を吐き出させたいと思います。 したがって、最終結果は4時間で15出力になるはずです。 1つのモデルの予測モデル列を出力する方法を知っていますが、一度に多くのモデルについて知りませんか？
2）次に、「後」のそれぞれに最適な15行を作成します。 最後に、ステップ1）の15の出力のそれぞれを、2）のラインモデルの各出力に入れて、255の異なる入力（時間）の結果を取得します... 15 x 15 = 255の予測時間を取得する必要があります。
これはJMPで可能ですか？
はい、そうだと思います。 または、この質問によってさらにどのような答えを期待しましたか？
JMPでは、スクリプトを作成することでほとんどすべてを実現できます。
また、インタラクティブに、たとえばbyロールを使用して、さまざまなモデルをさまざまなセットに適合させることができます。
しかし、あなたが望む助けを得るには、より具体的にして、データ構造の例、それがどのように見えるかを私たちに与える必要があると思います。
おそらく、同封のスクリプトは、テーブル内の複数のデータセットのモデルを適合させる最初のステップを実行するのに役立ちます。
もちろん、モデルをドラッグするよりも、
そしてそれを他のデータにデプロイします...
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Big Class.jmp" );
dt << Bivariate(
SendToByGroup( {:sex == "F"} ),
Y( :weight ),
X( :height ),
Fit Line( {Line Color( {33, 116, 145} )} ),
By( :sex ),
SendToByGroup(
{:sex == "F"},
SendToReport(
Dispatch(
{"Bivariate Fit of weight By height sex=F"},
"Linear Fit",
OutlineBox,
{Close( 1 )}
)
)
),
SendToByGroup(
{:sex == "M"},
SendToReport(
Dispatch(
{"Bivariate Fit of weight By height sex=M"},
"Linear Fit",
OutlineBox,
{Close( 1 )}
)
)
)
);
