436952_ja-JP

liliconcom

相互作用のある回帰レポートのユーザー入力リスト

ユーザーが回帰レポートで実行する列を選択できる入力ボックスがあります。 この部分はうまく機能します。 次に、列のリストをリストに挿入します。 列のリストを取得して、回帰レポートに挿入できるさまざまな相互作用を作成したいと思います。 具体的には、もう少し複雑な相互作用（つまり、列1 *列2 ^ 2）に関心があります。回帰レポートにジェネリックリスト以外のものを入れようとすると、レポートが実行されません。 レポートでこれらの相互作用を作成するにはどうすればよいですか？

 

ユーザー入力リストの読み取り値は次のようになります：{"列1"、 "列2"、 "列3"}

 

 

platform = dt << Fit Model（

 

Y（：Char（変数））、

 

効果（

 

ここに何を行けばいいの?????

 

）、

 

     

 

パーソナリティ（ "一般化回帰"）、

 

一般化分布（ "正規"）、

 

走る（

 

Fit（推定方法（2段階前方選択）、検証方法（AICc）、遺伝の強制）

 

）。

 

）;

 

 

DOEスクリプティングRe：相互作用のある回帰レポートのユーザー入力リスト

Scripting Indexには、Effectsの例があります-以下にコピーされています。

 

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 ) )
);

 

Re：相互作用のある回帰レポートのユーザー入力リスト

これを処理する1つの方法があります

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] );
);

Re：相互作用のある回帰レポートのユーザー入力リスト

式を使用する別の方法は次のとおりです。 この例だけでなく、式に基づくソリューションがたくさんあります。

 

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 )
 )
);