Profiler 用于理解黑盒模型，但我们无法看到其中的数据分布。
我们如何在 JMP 14 或 15 中添加这些？
这对于了解我们是在插值还是外插非常重要。
例如（图像已编辑，请参阅下面的对话）
这张照片对我有很大帮助，因为我当然想念你想要这张图的样子。 这是一个很好的建议，我鼓励您将其加入 JMP 愿望清单。
感谢您的示例，这是我希望在这种情况下看到的：
有时，作为初始数据一部分的长尾或异常值可能会在分析器中产生误导。 从基于分区的模型（例如引导程序）开始，考虑到它们在这些模型中的鲁棒性，这是一种识别因子的快速方法。 由于分析器没有显示数据，可能会有很多迭代绘制和可视化这些数据。
另一个例子是，如果你有两个遥远的模式，显示分布将帮助你发现辛普森悖论的情况。
感谢你的分享。 关于这一点，请记住一些想法。
首先，可能也是最重要的一点，JMP 15 已经发布，所以这个功能不会出现在版本 15 中！ 您可以在 JMP 愿望清单区域查看是否有人已经提出建议，如果是，请投票。 如果它不存在，您可以随时添加该功能。
我正在查看您提供的链接，并且没有真实的文字来解释我在看什么。 但是所有好的图表都应该是不言自明的，我想我明白这里发生了什么。 但是完全披露：我可能还遗漏了一些东西，所以当你阅读我的其余评论时请记住这一点。
当 JMP 创建刻画器时，输入变量的范围由数据确定，因此外推需要用户额外干预。 因为输入的范围将形成一个立方体区域（或超立方体），所以只有当输入之间的关系导致能力超出数据范围但在立方体区域内时，外推才有可能。 你展示的情节（我认为）会遇到同样的问题。
分析器绘制模型中的关系，这实际上使事情变得更清晰。 例如，假设我拟合了一个回归模型 Y=B0 + B1*X1 + B2*X2 +B12*X1*X2。 您将获得一个显示建模关系的分析器。 如果您尝试将数据放在该图表上，我不确定它会去哪里。 它会进入 X1 的分析器吗？ X2? 重复 X1 和 X2 中的数据？ 如果图表的 X1 部分只是 X1 与 Y 的散点图，则该图表可能具有误导性，因为 X1 和 X2 的交互使 Y 与 X1 散点图无法提供信息，因为交互可能隐藏 X1、Y 关系。 换句话说，您可能会看到图片并说模型做得不好，而实际上它做得很好，因为交互是模型的重要组成部分。
了解模型预测响应和显示实际响应数据的效果的另一种方法是查看观察到的与预测的图。 它显示了观察数据的范围，您可以看到模型的预测（包括非常复杂的模型和许多因素），并且您可以看到模型的预测效果如何。
我包括一个我创建的小数据表来说明我的观点。 X1 和 X2 与 Y 的散点图显示了很差的关系（如果有的话）。 但是具有交互作用的模型非常重要，观察到的与预测的图非常清楚地表明了这一点。 另外，请注意分析器上 X1 和 X2 的范围。 它们大致为 -3 到 3，与数据中的 X1 和 X2 范围相同。
最后，因为您提供的链接将它们称为“部分依赖图”，所以您可能想查看 JMP 提供的杠杆图。 杠杆图虽然以不同的方式计算（我的解释是以“非技术方式”解释它们），但在调整了其他变量的影响后，它显示了响应和输入之间的关系，只是就像“部分依赖图”需要做的那样。 我认为这张照片可能越来越接近你想要的。
我很好奇你想做什么。 您的图片文件没有通过，您可以重新发布图片吗？
