曲面圖和保存的預測方程的不確定性界限多年來，我一直在尋求曲面圖上的不確定性界限（例如置信界限、預測界限等），但我認為這永遠不會發生。 我想編碼比我意識到的要難。 無論如何，我想我會再問一次。
我還想我會提到，在因子分析器中重現保存的預測方程的不確定性範圍並不總是可能的。 有時您可以保存不確定方程並使其工作，但它不適用於所有模型，例如廣義線性模型 (GLM)。 我需要能夠在因子分析器中堆疊多個預測方程，以便查看不同輸出在相同輸入域空間中的表現。 不幸的是，我無法為 JMP 提供的所有不同預測方程提供不確定性界限。
回复：表面圖上的不確定性界限和保存的預測方程關於您的“我一直在問...”，您是否在用戶社區的 JMP 願望清單上“問過”？ 如果沒有，您可能想在那裡“問”？ 這樣，其他用戶就可以對您的請求“投票”……我可以告訴您這麼多……如果獲得足夠多的票……JMP 開發人員和產品管理人員會注意這些投票，以支持新版本中包含的功能.
回复：表面圖上的不確定性界限和保存的預測方程對不起。 我以為我曾是在 JMP 願望清單上詢問。 我不確定這是發佈到什麼。 我只是點擊了願望清單鏈接，我以為我正在提出請求。 無論如何，感謝您抽出時間回复我。
我不確定這裡是否值得一提，但快速建議 WRT 願望清單接受標準可能是優先考慮哪些建議與公司的 JMP 目標一致，然後是實施的難度。 我的意思是，JMP 是一種數據可視化工具，即提高數據可視化效果的建議應該比要求更強大的計算能力（母公司 SAS 通過他們的軟件提供）具有更高的優先級。 依靠社區頁面上的投票，它可能會讓總體上更快樂的客戶，只有經驗豐富的用戶（有高級建議）甚至知道如何訪問。 請不要將其視為尖刻的評論，我只是想提供幫助。 我真的很喜歡 JMP 並且已經使用了很多年 
