擬合 YbyX 非參數分位數密度輪廓在 Fit Y by X 中,非參數分位數密度輪廓對於可視化高密度數據非常有用。
在 HLS 中,人們使用 FlowJo 等軟件製作簡單的二元圖,其中數據點按密度著色。 JMP 變得足夠接近,此外還有一個選項可以根據密度範圍選擇行。
如果有一個用於交互式選擇範圍的滑塊,而不是在迭代地發現最合適的範圍之前猜測範圍,那將非常方便。

用戶界面回复:擬合 YbyX 非參數分位數密度輪廓 - 狀態更改為:已確認@Byron_JMP -謝謝你的建議! 我們已經記錄了您的請求,並將予以考慮。
回复:擬合 YbyX 非參數分位數密度輪廓 - 狀態更改為:正在調查謝謝@Byron_JMP .我們將對此進行調查。
這是一個可以執行此操作的原型腳本,我相信這可以適應加載項。
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Big Class.jmp" );
obj = dt << Bivariate( Y( :Weight ), X( :Height ) );
robj=report(obj);
obj << Nonpar Density( {"5% Contours"n( 0 )} );
obj << (curve[1] << "5% Contours"n( 1 ));
sliderLowerValue=0;
sliderUpperValue=1;
robj["Quantile Density Contours"]<< Append(
Panel Box( "Select Points by Non-Parametric Density",
tb1 = Text Box( "Lower Density: " || Char( sliderLowerValue ) ),
tb2 = Text Box( "Upper Density: " || Char( sliderUpperValue ) ),
sb = Range Slider Box(
0,
1,
sliderLowerValue,
sliderUpperValue,
tb1 << Set Text( "Lower Density: " || Char( sliderLowerValue ) );
tb2 << Set Text( "Lower Density: " || Char( sliderUpperValue ) );
obj << (curve[1] << Select Points by Density( sliderLowerValue, sliderUpperValue ));
)
)
);

回复:擬合 YbyX 非參數分位數密度輪廓//exactly what I had in mind
//works really well with high density data
Names Default To Here( 1 );
dt = Open("$SAMPLE_DATA/Cytometry.jmp");
obj = dt << Bivariate( Y( :CD3 ), X( :CD8 ) );
robj=report(obj);
obj << Nonpar Density( {"5% Contours"n( 0 )} );
obj << (curve[1] << "5% Contours"n( 1 ));
sliderLowerValue=0;
sliderUpperValue=1;
robj["Quantile Density Contours"]<< Append(
Panel Box( "Select Points by Non-Parametric Density",
tb1 = Text Box( "Lower Density: " || Char( sliderLowerValue ) ),
tb2 = Text Box( "Upper Density: " || Char( sliderUpperValue ) ),
sb = Range Slider Box(
0,
1,
sliderLowerValue,
sliderUpperValue,
tb1 << Set Text( "Lower Density: " || Char( sliderLowerValue ) );
tb2 << Set Text( "Lower Density: " || Char( sliderUpperValue ) );
obj << (curve[1] << Select Points by Density( sliderLowerValue, sliderUpperValue ));
)
)
);
回复:擬合 YbyX 非參數分位數密度輪廓 - 狀態更改為:是的,敬請期待!謝謝你的建議@Byron_JMP , 並用於開發腳本@SamGardner ! 開發人員已同意在 JMP 18 中解決此問題。