Profiler 用于理解黑盒模型，但我们看不到其中的数据分布。
我们如何将它们添加到 JMP 14 或 15 中？
了解我们是内插还是外推很重要。
例如（图像编辑，见下面的对话）
这张照片对我帮助很大，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，我鼓励您加入 JMP 愿望清单。
感谢您提供的示例，这就是我希望在这种情况下看到的内容：
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 bootstrap）开始是一种快速区分因素的方法，因为它们在其中有多稳健。 由于探查器未显示数据，因此可能需要进行大量迭代绘制和可视化这些数据。
另一个例子是，如果你有两个远距离模式，显示分布将帮助你发现辛普森悖论的情况。
感谢你的分享。 只是一些想法要记住这一点。
首先，可能也是最重要的一点，JMP 15 已经发布，因此该功能不会出现在版本 15 中！ 您可以查看 JMP 愿望清单区域，看看是否有人已经提出建议，如果有，请投票支持。 如果不存在，您可以随时添加该功能。
我正在查看您提供的链接，但没有真正的文字来解释我正在查看的内容。 但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。 但完全披露：我可能还遗漏了一些东西，所以在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决定，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。
探查器绘制模型中的关系，这实际上使事情变得更加清晰。 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？ 在 X1 和 X2 中重复数据？ 如果图表的 X1 部分只是 X1 与 Y 的散点图，则该图表可能会产生误导，因为 X1 和 X2 的交互使得 Y 与 X1 散点图无法提供信息，因为交互可能隐藏 X1、Y 的关系。 换句话说，你可能会看着图片说模型做得不好，但实际上它做得很好，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好坏程度的另一种方法是查看观察到的与预测的图。 它显示了观测数据的范围，您可以看到模型的预测（包括非常复杂的模型和许多因素），还可以看到模型的预测效果。
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 的散点图显示出不良关系（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，请注意探查器上 X1 和 X2 的范围。 它们大致为 -3 到 3，与数据中找到的 X1 和 X2 的范围相同。
最后，因为您提供的链接称它们为“部分依赖图”，您可能想看看 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），但在针对其他变量的影响进行调整后，显示了响应与输入之间的关系，只是就像“部分依赖图”需要做的那样。 我认为那张照片可能更接近你想要的。
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？
