436952_zh-CN

liliconcom

具有交互作用的回归报告的用户输入列表

我有一个输入框，用户可以在其中选择要在回归报告中运行的列。 这部分效果很好。 然后我将列列表插入到列表中。 我想获取列列表并进行可以插入到回归报告中的不同交互。 具体来说，我对稍微复杂的交互感兴趣（即第 1 列 * 第 2 列 ^2）当我尝试在回归报告中放入除通用列表之外的任何内容时，它不会运行报告。 我该怎么做才能在报告中创建这些交互？

 

用户输入列表读数如下所示：{"Column 1", "Column 2", "Column 3"}

 

 

平台 = dt << 拟合模型（

 

Y( :Char(变量)),

 

效果(

 

什么应该去这里？？？？

 

),

 

     

 

个性（“广义回归”），

 

广义分布（“正态”），

 

跑（

 

拟合（估计方法（两阶段前向选择），验证方法（AICc），强制遗传）

 

)

 

);

 

 

美国能源部脚本编写回复：具有交互作用的回归报告的用户输入列表

脚本索引有一个效果示例 - 复制在下面。

 

Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Dogs.jmp" );
obj = Fit Model(
 Y( :LogHist0, :LogHist1, :LogHist3, :LogHist5 ),
 Effects( :drug, :dep1, :drug * :dep1 ),
 Personality( Manova ),
 Run( Response Function( Sum ) )
);

 

回复：具有交互作用的回归报告的用户输入列表

这是处理此问题的一种方法

names default to here(1);
dt=data table("big class");
variable = "Age";
// If you build your list as expressions the code below works
effectsList = {height, weight, weight * height};

Fit Model(
 Y( :char(variable) ),
 Effects( eval(effectsList) ),
 Personality( "Standard Least Squares" ),
 Emphasis( "Effect Leverage" ),
 Run(
  :char(variable) << {Summary of Fit( 1 ), Analysis of Variance( 1 ),
  Parameter Estimates( 1 ), Scaled Estimates( 0 ),
  Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
  Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
  Plot Effect Leverage( 1 ), Plot Residual by Normal Quantiles( 0 ),
  Box Cox Y Transformation( 0 )}
 )
);

/*
// If you build your list using strings
effectsList = {"height", "weight", "weight * height"};
// You can convert the elements back to expressions by
// using the Parse() function
For( i = 1, i <= N Items( effectsList ), i++,
 effectsList[i] = Parse( effectsList[i] );
);

回复：具有交互作用的回归报告的用户输入列表

这是使用表达式的另一种方式。 除了这个例子之外，还有更多基于表达式的解决方案。

 

Names Default To Here( 1 );

dt = Open( "$SAMPLE_DATA/Dogs.jmp" );

predictor = { :drug, :dep1 };
n = N Items( predictor );

effectExpr = Expr( Effects() );
For( x1 = 1, x1 < n, x1++,
 Insert Into( effectExpr, predictor[x1] );
 For( x2 = 2, x2 <= n, x2++,
  Eval(
   Substitute(
    Expr( Insert Into( effectExpr, Expr( xxx1 * xxx2 ) ) ),
    Expr( xxx1 ), predictor[x1],
    Expr( xxx2 ), predictor[x2]
   )
  )
 );
);
Show( Name Expr( effectExpr) );

Eval(
 Substitute(
  Expr(
   obj = dt << Fit Model(
    Y( :LogHist0, :LogHist1, :LogHist3, :LogHist5 ),
    eee,
    Personality( Manova ),
    Run( Response Function( Sum ) )
   );
  ),
  Expr( eee ), Name Expr( effectExpr )
 )
);