515429_de-DE

liliconcom

Grundlegende Skripterstellung – Kombinieren von Modellen (JMP 16)

Hallo zusammen,

Ich hoffe, jemand kann mir bei einer scheinbar recht einfachen Frage zu Skripten helfen. Ich habe eine Datentabelle, aus der ich eine Reihe von Modellen (für verschiedene Ausgaben) ausgeführt und die Modelle, mit denen ich zufrieden bin, als Skripte gespeichert habe. Ich möchte diese Modelle nun in einem einzigen Modellbericht kombinieren und einen Profiler einbinden, der alle Ausgaben anzeigt (um eine Optimierung mit mehreren Variablen zu ermöglichen). Wichtig ist, dass ich die Modellleistungsinformationen aus jedem Modellbericht beibehalten möchte, sodass ich nicht einfach „Spalte speichern/Vorhersageformel/Profiler“ verwenden kann.

Wenn ich die Modellskripte einfach kopiere und zusammenfüge, erhalte ich beim Ausführen des neuen Skripts immer einen Syntaxfehler (normalerweise „Unexpected Fit Model“ oder ähnliches).

Meine JSL-Skriptkenntnisse sind ziemlich gering, aber das scheint machbar zu sein. Ich schaffe es einfach, die Syntax richtig hinzubekommen ...

Automatisierung und SkripterstellungInhaltsorganisationDatenexploration und -visualisierungQualitäts- und VerfahrenstechnikWindowsBetreff: Grundlegende Skripterstellung – Modelle kombinieren (JMP 16)

Danke dafür, Dave, das hat funktioniert!

Betreff: Grundlegende Skripterstellung – Modelle kombinieren (JMP 16)

Suchen nach Fit-Gruppe im Skriptindex.Hier ist ein Beispiel:

 

dt = open("$SAMPLE_DATA/Big Class.jmp");

NewWindow("My Models",
 fg = FitGroup(
  Fit Model(
   Y( :weight ),
   Effects( :age, :sex, :height ),
   Personality( "Standard Least Squares" ),
   Emphasis( "Minimal Report" ),
   Run(
    :weight << {Summary of Fit( 1 ), Analysis of Variance( 1 ),
    Parameter Estimates( 1 ), Scaled Estimates( 0 ),
    Plot Actual by Predicted( 0 ), Plot Regression( 0 ),
    Plot Residual by Predicted( 0 ), Plot Studentized Residuals( 0 ),
    Plot Effect Leverage( 0 ), Plot Residual by Normal Quantiles( 0 ),
    Box Cox Y Transformation( 0 )}
   )
  ), // <--- note the comma
  Fit Model(
   Y( :weight ),
   Effects( :age, :sex, :height, :age * :sex, :age * :height, :sex * :height ),
   Personality( "Standard Least Squares" ),
   Emphasis( "Minimal Report" ),
   Run(
    :weight << {Summary of Fit( 1 ), Analysis of Variance( 1 ),
    Parameter Estimates( 1 ), Scaled Estimates( 0 ),
    Plot Actual by Predicted( 0 ), Plot Regression( 0 ),
    Plot Residual by Predicted( 0 ), Plot Studentized Residuals( 0 ),
    Plot Effect Leverage( 0 ), Plot Residual by Normal Quantiles( 0 ),
    Box Cox Y Transformation( 0 )}
   )
  );  
 )
);

// turn on the fit group profiler
fg << profiler(1);