自動將預測方程式儲存到資料表中大家好，
我正在使用擬合模型工具為某個資料子集建立擬合方程，然後將其應用回更大的集合並測量預測值和實際值之間的 RMS 值。 我有 231 個獨特的樣本（標記為 RunID），在每個樣本中我有 2 個正在評估的不同通道。 這導致總共 436 個擬合方程式。 我使用“擬合模型”工具創建 436 個方程，並且可以手動檢查每個輸出並將每個方程保存到資料表中的列中。 然後，我將該列的公式複製並貼上回更大的資料集中，並測量「預測與實際」。 我不想手動插入方程，似乎已經發布了幾個解決方案這裡和這裡，但我似乎無法讓其中任何一個工作。
這是我所擁有的：
JMP 版本：16
我試圖從 Xoffset 和 Yoffset 位置預測 Zoffset，所以我應該為每個「RunID/Channel」組合得到一個方程式。
當我運行下面的腳本時，我得到：
我只是複製上面連結的方法，但我的程式碼中一定有一些不同的地方，不太一致。
obj = Fit Model(
Y(:ZOffset),
By(:RunID, :Channel Only Location),
Effects(
:XOffset, :XOffset * :XOffset, :XOffset * :XOffset * :XOffset, :YOffset, :YOffset * :YOffset,
:YOffset * :YOffset * :YOffset, :XOffset * :YOffset
),
Personality("Standard Least Squares"),
Emphasis("Minimal Report"),
Run(
:ZOffset << {Summary of Fit(1), Analysis of Variance(1), Parameter Estimates(1), Lack of Fit(0), 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)}
)
);
obj << (Fit[1] << Save Prediction Formula);資料混合與清理數據探索和視覺化大規模客製化回覆：自動將預測方程式儲存到資料表中親愛的@rlangsner ，除了 Jarmo 之外，請注意，如果使用 by group，運行模型的返回是一個列表，請參見下面的範例。
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Big Class.jmp" );
obj = dt << fit model( Y( :weight ), effects( :age, :height ), Personality( "Standard Least Squares" ));
mod1 = obj << run;
mod1 << prediction formula;
obj_by = dt << fit model( Y( :weight ), by( :sex ), effects( :age, :height ), Personality( "Standard Least Squares" ) );
mod2 = obj_by << run;
For Each( {value}, mod2, value << prediction formula );回覆：自動將預測方程式儲存到資料表中嗨，賈莫，
謝謝。 我更新了腳本，只需說“obj <<預測公式”，然後將資訊保存到我的資料集中的新列中。這是我的下拉清單中的選項：
回覆：自動將預測方程式儲存到資料表中您可能必須使用不同的訊息。 檢查您從紅色小三角選單中獲得哪些選項
Names Default To Here(1);
dt = Open("$SAMPLE_DATA/Animals.jmp");
obj = dt << Fit Model(
Y(:miles),
Effects(:species, :subject[:species] & Random, :season, :species * :season),
Personality(Standard Least Squares),
Run(
:ZOffset << {Summary of Fit(1), Analysis of Variance(1), Parameter Estimates(1), Lack of Fit(0), 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)}
)
);
obj << Prediction Formula;
