帕累托图功能帕累托图可以运行的原因或数据点是否有最大数量？ 我有一个帕累托图，其中有 5000 多个原因。 当我尝试组合最后约 5000 个原因时，情节不再具有交互性。 我知道它可能会滞后很多，但我没有得到任何互动。
数据探索和可视化视窗回复：帕累托图功能除了什么@SDF1和@statman建议您这是另一个疯狂的想法......您熟悉潜在类别分析吗？ 也许您的 5000 多个“原因”之间存在不那么明显的多元风格相关性，您可以使用潜在类别分析来总结并折叠原因池的维度。 只是一个想法，也许值得一看？ 虽然我不确定 LCA 的响应速度，因为有那么多“原因”……可能很长……但至少值得一试？ 以下是有关 LCA 的 JMP 文档的链接： JMP 中的潜在类别分析
回复：帕累托图功能我不知道你的问题的答案，但我同意自卫队的观点，你有太多的原因（潜在的）。 我的猜测是你正在混合因果结构的层次结构。 我的建议是留在因果连续体的一个层次结构中，并且不要在一个帕累托中混合层次结构。 对于每个不同层次结构的多个帕累托图来说，这没有什么问题。 我将尝试用以下连续体来说明：
如果你要寻找战斗失败的原因，马、钉子和鞋子不会出现在帕累托图上。 莱德和该等级中的其他人将处于帕累托图上。
另请记住，您正在寻找帕累托图中的大跳跃，以便能够声明原因的可分配性（相对于简单的随机变化）
回复：帕累托图功能你好@JMewborn ,
包含在帕累托图中的所有 5000 多个因素真的那么重要吗？ 通常你会做前 80%+ 左右。 在我看来，您可以使用 JMP 中的一些其他平台（您有 JMP Pro 吗？）来评估变量的重要性以及它们是否是真正的影响因素。 另外，您是否将您的因子与零因子进行比较，以确定它们的贡献是否大于或小于真正的随机数？ 空因子具有比随机数更多的属性，它与您的数据集真正正交，这意味着它与您的数据具有零相关性。 因此，如果您有一个变量在列表中显示为对响应有贡献的空因子，那么该因子很可能不会以重要方式对响应做出贡献，而是一个协变量响应中存在噪声，不应将其作为影响因素。
我确信缺乏交互性是由于您包含的许多因素造成的，如果您可以将其缩小到最重要的因素，那么您就会恢复交互性。
希望这可以帮助。
祝你好运！，
DS
