大家好，
我一直在努力移動我的 R 包 rFSA[起重機鏈接, github鏈接]，在過去幾個月中加入 JMP。 您可以閱讀有關 FSA 和 rFSA 的更多信息這裡. 以下是我的 JMP 插件的概述：
在構建回歸模型的過程中，科學家有時需要評估一個或多個感興趣的變量的影響。 使用加性回歸模型，假設效應（例如治療）在所有可能的亞組（例如性別、種族、年齡）中是相等的。 使用台式計算機檢查所有可能的交互效果要么太耗時，要么不可能。 我的新 JMP 插件實現了可行解算法 (FSA)，該算法旨在通過識別雙向和三向交互作用來探索數據集中的子組特定效應，以添加到多變量線性和邏輯回歸模型中，而無需檢查所有可能組合。 該插件允許用戶指定他們的響應變量、固定主效應、建模類型，然後指定他們想要探索哪些變量以獲取交互效應。 然後用戶指定他們想要完成的算法隨機啟動的次數，以及要探索的交互順序。 一旦用戶點擊“OK”，算法將尋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應的模型中。 結果在數據表中返回。
我的演說 ”探索互動回歸帶有 JMP 的模型和可行的解決方案算法”將在即將舉行的 JMP 探索峰會期間進行半直播。 在本演示中，我將討論將 R 包移動到 JMP 插件的過程，以及如何使用插件的概述/示例。
謝謝@馬克貝利在各種 .jsl 相關問題上為您提供幫助。
加載項和示例數據集附在這篇文章中。 如果您有任何問題或意見，請告訴我。
