拟合 YbyX 非参数分位数密度轮廓在 Fit Y by X 中,非参数分位数密度轮廓对于可视化高密度数据非常有用。
在 HLS 中,人们使用 FlowJo 等软件制作简单的二元图,其中数据点按密度着色。 JMP 变得足够接近,此外还有一个选项可以根据密度范围选择行。
如果有一个用于交互式选择范围的滑块,而不是在迭代地发现最合适的范围之前猜测范围,那将非常方便。

用户界面回复:拟合 YbyX 非参数分位数密度轮廓 - 状态更改为:已确认@Byron_JMP -谢谢你的建议! 我们已经记录了您的请求,并将予以考虑。
回复:拟合 YbyX 非参数分位数密度轮廓 - 状态更改为:正在调查谢谢@Byron_JMP .我们将对此进行调查。
这是一个可以执行此操作的原型脚本,我相信这可以适应加载项。
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:拟合 YbyX 非参数分位数密度轮廓//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:拟合 YbyX 非参数分位数密度轮廓 - 状态更改为:是的,敬请期待!谢谢你的建议@Byron_JMP , 并用于开发脚本@SamGardner ! 开发人员已同意在 JMP 18 中解决此问题。