大家好，
我一直在努力移动我的 R 包 rFSA[起重机链接, github链接]，在过去几个月中加入 JMP。 您可以阅读有关 FSA 和 rFSA 的更多信息这里. 以下是我的 JMP 插件的概述：
在构建回归模型的过程中，科学家有时需要评估一个或多个感兴趣的变量的影响。 使用加性回归模型，假设效应（例如治疗）在所有可能的亚组（例如性别、种族、年龄）中是相等的。 使用台式计算机检查所有可能的交互效果要么太耗时，要么不可能。 我的新 JMP 插件实现了可行解算法 (FSA)，该算法旨在通过识别双向和三向交互作用来探索数据集中的子组特定效应，以添加到多变量线性和逻辑回归模型中，而无需检查所有可能组合。 该插件允许用户指定他们的响应变量、固定主效应、建模类型，然后指定他们想要探索哪些变量以获取交互效应。 然后用户指定他们想要完成的算法随机启动的次数，以及要探索的交互顺序。 一旦用户点击“OK”，算法将寻求找到具有可行小的交互 p 值的交互，以添加到具有指定主效应的模型中。 结果在数据表中返回。
我的演说 ”探索互动回归带有 JMP 的模型和可行的解决方案算法”将在即将举行的 JMP 探索峰会期间进行半直播。 在本演示中，我将讨论将 R 包移动到 JMP 插件的过程，以及如何使用插件的概述/示例。
谢谢@马克贝利在各种 .jsl 相关问题上为您提供帮助。
加载项和示例数据集附在这篇文章中。 如果您有任何问题或意见，请告诉我。
