Col>utilitaires de modélisation> explorer les scripts aberrants<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Salut tout le monde,
J'ai une question. Est-il possible d'avoir un script jsl pour "Col>utilitaires de modélisation> explorer les valeurs aberrantes" ?
Merci
RAM
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsJ'ai fait ce qui suit mais j'espérais que quelque chose de plus élégant était disponible :
EO = Explorer les valeurs aberrantes (
Y( Eval( ListeVariables ) ),
Afficher uniquement les colonnes avec des valeurs aberrantes( 1 ),
Valeurs aberrantes de la plage quantile
) << revue;
n = n éléments(Rapport( EO )(Table Box( 1 )][1] << get );
Si(n,
Rapport (EO) [Table Box ( 1 )] << Définir les lignes sélectionnées ( 1 :: n );
EO << Passer à Manquant ();
);
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsAlors, comment feriez-vous cela dans la version 13 ? Quand je dis reort(obj) << changer en manquant(); il dit "sélectionnez une colonne...". Je pourrais faire la boîte de table que vous avez montrée, mais je ne sais pas combien de colonnes auront des valeurs manquantes, ni quels seraient leurs noms. Quelle est la meilleure façon de scripter cela en 13 ?
merci
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsSalut Wendy,
Oui, c'est exactement ce que je voulais savoir faire.
Merci beaucoup,
John
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsSalut John.
JMP 13 a introduit davantage de prise en charge JSL pour Explore Outliers. Consultez l'index des scripts (Aide > Index des scripts) pour plus de détails. Toutefois, si vous n'avez pas encore mis à jour vers JMP 13, vous pouvez toujours sélectionner des lignes en accédant à TableBox. Vous trouverez ci-dessous un exemple à démontrer :
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Water Treatment.jmp" );
dt << Select Column Group( "Sensor Measurements" );
obj = dt << Explore Outliers( Quantile Range Outliers( 1 ) );
Report( obj )[Table Box( 1 )] << Set Selected Rows( [1, 2] );
J'espère que cela pourra aider!
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsBonjour,
J'aime beaucoup cette fonctionnalité aberrante.
Je comprends que les scripts sont limités à ce stade.
En regardant la structure arborescente, je comprends comment « cliquer » sur une zone de sélection.
Mais existe-t-il un moyen de sélectionner (cliquer) une variable répertoriée dans la colonne de « OutlineBox(4) : Robust Estimates and Outliers » ?
Merci,
John
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsBonjour Wendy. Merci pour la réponse.
J'attendrai avec impatience de voir la fonctionnalité complète du script pour cela.
Rgds
RAM
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsSalut Reshmi.
Comment cliquer sur un bouton en utilisant JSL a été démontré dans ma réponse précédente.Pour déterminer sur quelles ButtonBoxes cliquer, vous devrez examiner l'arborescence d'affichage pour voir les DisplayBoxes qui composent le rapport.Pour accéder à l'arborescence d'affichage, cliquez avec le bouton droit sur l'icône de divulgation grise la plus haute et sélectionnez Modifier > Afficher la structure de l'arborescence.
Bonne chance avec votre projet de script !
Wendy
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsSalut Wendy,
Cela a été très utile. Merci!
Je peux maintenant modifier la valeur de K et voir après la nouvelle analyse.
Ma prochaine action consiste à recalculer la moyenne et la médiane après avoir exclu les éléments marqués comme valeurs aberrantes.
Alors, en gardant cela à l'esprit, comment puis-je écrire ce qui suit après l'étape de réanalyse :
1) Cliquez sur num_clk dans Robust Estimates and Outliers (afin qu'il soit mis en surbrillance dans le tableau d'origine)
2) Cliquez sur "Exclure les lignes"
Je vais réexécuter ceci pour obtenir la nouvelle moyenne et la nouvelle médiane.
modifié_médian = colquantile ( Si(Exclus(), ., :Viscosité ), 0,5 );
modifié_mean = Col Mean( If( Exclusive(), ., :Viscosity ) );
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsSalut Reshmi.
Dans JMP 12, les seules méthodes JSL spécifiquement destinées à Explorer les valeurs aberrantes sont celles que j'ai fournies précédemment.Après avoir examiné votre exemple, j'ai découvert que je pouvais naviguer dans la fenêtre pour modifier la valeur dans NumberEditBox, puis cliquer sur le bouton Rescan.
obj = dt << Explorer les valeurs aberrantes ( Valeurs aberrantes d’ajustement robuste ( 1 ) ) ;
Rapport ( obj )[ Zone d'édition de numéro ( 1 )] << Ensemble ( 3 ) ;
Rapport ( obj )[ Boîte à boutons ( 5 )] << Cliquez sur ;
Les fonctions de statistiques Col sont des statistiques pré-évaluées.En bref, ils sont calculés une fois sur les colonnes, sans tenir compte de l'état de ligne exclu, et sont ensuite utilisés comme constantes afin qu'ils n'aient pas besoin d'être calculés à nouveau.Ceci est expliqué dans la section « Statistiques pré-évaluées » du chapitre Table de données du Guide de script.
La formule suivante calculera la moyenne uniquement pour les lignes non exclues :
Col moyen ( Si ( Exclu () , . , : Viscosité ) ) ;
Wendy
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsWendy,
J'utilise votre exemple et je peux afficher la fenêtre de distance Huber.
Je recherche des valeurs aberrantes dans le nom de la colonne = num_clk
dt << Distribution (ContinuousDistribution ( Column ( :num_clk ) ) ),
mon_original_median = colquantile( :num_clk, .5 ),
my_original_mean = col moyenne ( : num_clk ),
:num_clk << Définir la sélection ( 1 ),
obj = dt << Explorer les valeurs aberrantes ( Robust Fit Outliers ( ) ) << Huber K ( 1 ),
J'ai deux questions après cela:
- Comment puis-je modifier les valeurs K ici ? Cela va par défaut K=4 pour mon exemple. Et je veux explorer cela avec plusieurs valeurs de K.
- Comment recalculer la moyenne et la médiane de num_clk (colonne) après avoir exclu les points de données marqués comme valeurs aberrantes (par Huber ci-dessus) ? J'ai essayé d'utiliser ce qui suit, mais je ne sais pas combien de lignes j'exclurai à chaque fois :
obj << Recalcul automatique( 1 );
dt << Sélectionner les lignes ( 5 ) << Exclure ( 1 );
Toute aide sera grandement appréciée.
Merci,
Reshmi
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsJ'ai regardé et le voilà, dans JMP 13. Apparemment, je n'avais regardé que dans JMP 12. Merci
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsSalut Jim.
Pour JMP 13, vous devriez trouver la nouvelle syntaxe disponible dans l'index des scripts sous la catégorie Explorer les valeurs aberrantes.La documentation n'est pas encore terminée pour JMP 13. Les versions précédentes n'avaient pas cette fonctionnalité documentée.
Wendy
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsWendy,
Où ces options sont-elles documentées ?Je ne vois aucune référence dans l'index de script, ni pour JMP 12, ni pour JMP 13.
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsBonjour,
Les versions actuelles de JMP offrent une prise en charge JSL limitée pour Explore Outliers.Consultez les options répertoriées ci-dessous.Une prise en charge supplémentaire de JSL est prévue pour une future version de JMP.
dt = Open( "$SAMPLE_DATA/Probe.jmp" ); //Columns must be selected in order for any Explore Outliers options to launch:VDP_PCOLL << Set Selected( 1 );:VDP_PINNBASE << Set Selected( 1 );:VDP_PINPBASE << Set Selected( 1 ); //Bring up specific Explore Outliers commandsobj = dt << Explore Outliers( Quantile Range Outliers( 1 ) );obj = dt << Explore Outliers( Robust Fit Outliers( 1 ) );obj = dt << Explore Outliers( Multivariate Robust Outliers( 1 ) );obj = dt << Explore Outliers( Name( "Multivariate k-Nearest Neighbor Outliers" ) ); //Prompts interactively for k
Cordialement,
Wendy
Re: Col>utilitaires de modélisation>explorer les scripts aberrantsLa fenêtre Explorer les valeurs aberrantes peut être affichée avec le script suivant :
Noms par défaut ici ( 1 ) ;
dt = ouvrir ( "$SAMPLE_DATA/Capabilité des semi-conducteurs.jmp" ) ;
dt : npn1 << définir la sélection ( 1 ) ;
Menu principal ( "Explorer les valeurs aberrantes" ) ;
