En esta demostración, veremos cómo crear scripts para los análisis realizados por algunas de las plataformas más comunes en JMP. En la sección "Diagrama", haré clic en "Datos de Resistencia y Humedad del Hormigón", y este es el conjunto de datos que usaré para todos los ejemplos de esta demostración. Tenemos el tipo de mezcla de hormigón, la resistencia resultante del hormigón y la humedad ambiental al secarse. Dejaré esto a un lado, ya que no revisaremos la tabla durante esta demostración. De vuelta en el diario del curso, haré clic en "Script de Análisis de Distribución". En este script preescrito, enviaremos la distribución como mensaje a la tabla de datos "Concreto" y almacenaremos ese resultado en una variable, "dist", que almacena la referencia del objeto. Esta será la referencia del objeto de la capa de análisis. Estoy colocando las tres columnas (Tipo de Hormigón, Humedad y Resistencia) en la función de análisis Y, y también solicito las mismas opciones durante el lanzamiento para las tres columnas. Sin embargo, como veremos al abrir la ventana del informe, no todas las columnas responden a todas estas opciones. Por lo tanto, voy a pasar líneas por... Y así, un par de cosas desde los argumentos hasta la distribución al iniciar la plataforma... Apilar es una opción en el menú del triángulo rojo (en la parte superior, junto a Distribuciones) que simplemente cambia los histogramas a horizontales, cambia la ubicación de las tablas del informe que solemos ver debajo de los histogramas y si están alineados (los histogramas mismos están alineados uno al lado del otro o verticalmente). Apilar es esa opción en el menú del triángulo rojo; pueden ver que nuestro script usó el booleano para desactivarla. Por lo tanto, su script podría optar por hacerlo, ya que es una opción muy común que los usuarios cambiarán en sus preferencias para tener siempre distribuciones apiladas. Si es importante para el resultado de su script que estos se organicen de la forma predeterminada, puede desactivar la pila. Además, especificamos que los histogramas sean verticales. Esto se encuentra en los menús individuales de cada triángulo rojo, en Opciones de histograma. Como puede ver, está activada. De nuevo, es una opción predeterminada, por lo que el script simplemente intenta asegurar que la presentación se vea como la configuración predeterminada en JMP, independientemente de las preferencias del usuario. En la siguiente línea del script, tenemos los cuantiles desactivados. Los cuantiles solo se aplican a variables continuas. Si consulta el menú del triángulo rojo junto a Tipo de hormigón en cualquiera de estos submenús, no encontrará la palabra "Cuantiles". Pero si consulta el triángulo rojo junto a Humedad o Resistencia, en Opciones de visualización, los cuantiles normalmente estarían activados por defecto, pero como puede ver aquí, no está activado en este menú, porque usamos ese booleano. De forma similar, el diagrama de caja de valores atípicos suele estar activado para variables continuas. Desactivamos esto con un booleano para evitar el diagrama de caja de valores atípicos. Finalmente, solicitamos el diagrama de cuantiles normal con el booleano entre paréntesis, algo que normalmente no estaría activado, pero que solicitamos para estas variables. Esto formaba parte del lanzamiento de la plataforma, por lo que las variables que respondieron a esos comandos lo hicieron. Una vez que lanzamos la plataforma y almacenamos la referencia del objeto en una variable, con distribución, puedo comunicarme con todas las variables a la vez o enviar mensajes a columnas o variables individuales. Esto se hace con subíndices. La línea muestra el envío de la distribución de ajuste (normal), es decir, el ajuste de una distribución normal, a las tres columnas. Por supuesto, el tipo de hormigón, al ser nominal, no puede responder a esto, pero la humedad y la resistencia sí. Ejecutaré la línea. Pueden ver que tenemos esa distribución normal ajustada superpuesta a ambas distribuciones continuas, y también obtenemos los elementos del contorno de la distribución normal ajustada. Este es, nuevamente, un comando del menú del triángulo rojo. "Ajustar distribución" es un nombre antiguo para el comando. Se llama "Ajuste continuo" en versiones más recientes de JMP, pero ambos siguen funcionando. Y algo que quería mencionar: volviendo al registro, cuando ejecuté el script para iniciar la distribución, lo que apareció fue el nombre de la plataforma. Esto indica que tengo una referencia a un objeto de la capa de análisis. Y en el script, si paso el cursor sobre "dist", eso es lo que veré. Mientras que cuando envié el comando desde el menú del triángulo rojo después, solo obtuve ese resultado "programable". Ahora, las líneas y realizarán una prueba de la media de una muestra. Y en el menú del triángulo rojo, el comando es simplemente "Probar media". Pero no tiene sentido que, para la humedad (que tiene la media de mi muestra como [] y la intensidad para mi media de muestra es de []), no tenga sentido probar la misma media hipotética para ambos. Así que permítanme mostrarles cómo se ve interactivamente. Si voy a cualquiera de los triángulos rojos junto a las variables continuas y selecciono Probar media, ingreso un valor para la media hipotética. Así que voy a cancelar eso y regresar a la ventana del editor de scripts. Así que en la línea estoy probando que la media es igual a y estoy enviando eso a la tercera columna en la ventana de distribución. Así que subíndice dist con el número. Así que ejecutaré la línea. Y si navego a la ventana Informe, está la prueba t de una muestra en la media. Voy a hacer lo mismo, entonces, para Humedad con una media hipotética diferente de y la forma en que subíndice va a ser un poco diferente. Voy a usar el nombre de la columna como una cadena de caracteres, como mi subíndice, en lugar de su posición en el informe. Así que ejecutaré la línea y allí obtengo la prueba t para Humedad. Así que estos son solo algunos ejemplos para la plataforma de distribución y la creación de scripts de la capa de análisis usando comandos del menú del triángulo rojo. Pasemos a la plataforma Unidireccional. Voy a cerrar el script de distribución, así como el informe de distribución, pero seguiré usando la tabla de datos Concrete. En el diario, haré clic en el script ANOVA unidireccional. Al principio, esto era bastante amplio. Tenemos todo el lanzamiento en una línea. Enviamos el mensaje a la tabla de datos Concrete. El mensaje es el lanzamiento de la plataforma unidireccional con Strength en la función Y, Concrete Type en la función X, y solicitamos que se activen esos diamantes de media con ese argumento booleano. Almacenamos la referencia del objeto de la capa de análisis en ow. Ejecutaré la línea y obtenemos nuestra ventana de salida y, por supuesto, el nombre de la plataforma. Esto es lo que se almacenará en ow si pasa el cursor sobre él. Esos diamantes de media verdes... si voy al triángulo rojo junto a Análisis unidireccional, lo encontrará en Opciones de visualización, Diamantes de media. De forma predeterminada, no estarían activados si no hubiera realizado ya el análisis de varianza. Pero mi script puede activarlos. Ahora, no necesito que esta ventana del script sea tan amplia. Pasemos a otro par de ejemplos aquí. Entonces, en el menú del triángulo rojo aquí, tenemos una opción para establecer el nivel alfa. Y hay tres valores estándar. Y luego hay un Otro que puedes elegir opcionalmente. Entonces, en este ejemplo, estoy enviando el mensaje a ow, Establecer nivel alfa. Y lo voy a establecer en Y solo observa que la altura de estos diamantes de media verdes, ese es el intervalo de confianza en la media o, en otras palabras, el intervalo de confianza alfa negativo en la media. Entonces, el alfa predeterminado es Entonces, si establezco el nivel alfa en estos, serán intervalo de confianza. Entonces, serán más altos. Entonces, ejecutaré la línea Y entonces vemos que la altura de esos diamantes de media cambia. Otro informe que podemos solicitar para la Plataforma unidireccional, si voy al triángulo rojo, es el informe Cuantiles. Y entonces estoy activando eso en línea Y note que los comandos en este menú que no tienen submenús-- pueden tomar un argumento booleano entre paréntesis o, como puede ver en línea para el ANOVA, que es sinónimo de medias, no tienen que tomar ningún argumento en absoluto, mientras que los elementos del menú que tienen submenús tomarán esos elementos del submenú como sus argumentos. Y hablaré en un momento sobre por qué podríamos querer usar ese argumento booleano, aunque no sea obligatorio. Pero por ahora, ejecutaré línea Así que eso me da la tabla del informe Quantiles así como también pone diagramas de caja en el gráfico. Y ahora, recuerde, ANOVA y medias son sinónimos. Así que este es solo otro comando del menú del triángulo rojo. Pero de nuevo, no he puesto los paréntesis en el argumento booleano. Entonces, ¿qué sucede cuando ejecuto línea? Ejecutaré eso. Y obtengo el análisis de varianza. Debo señalar que en el registro vemos el nombre de la plataforma cada vez que interactuamos con ella. ¿Qué ocurre si vuelvo a ejecutar la línea? Recibo un mensaje en el registro: un mensaje con un argumento booleano vacío que habilita una opción que ya está habilitada. Esa opción permanece habilitada. Solo menciona que en versiones anteriores de JMP, se podía alternar entre opciones ejecutando esa línea repetidamente sin tener que proporcionar un argumento booleano. Por lo tanto, si revisa scripts escritos en versiones anteriores, es posible que vea esto. Sin embargo, como práctica recomendada, recomendamos usar siempre ese argumento booleano para que quede claro en el script que estoy activando esta opción en lugar de desactivarla. Y luego, si quiero eliminarla, ejecutaría una línea que tuviera el argumento booleano. De hecho, haremos eso para desactivar el informe Quantiles. En la línea, reemplazaré """" por """ y solo ejecutaré esa línea. Por lo tanto, la opción Quantiles se ha eliminado. Por último, vimos en una demostración anterior que se pueden enviar mensajes en cascada a un objeto. Pero también podemos enviar una lista de mensajes a un objeto. Así que voy a obtener una nueva línea en la ventana del editor de scripts. Y la variable ow que almacena la referencia del objeto de mi capa de análisis recibirá el mensaje. Y será una lista, Varianzas desiguales. Y usaré ese argumento booleano para activarla. Y permítanme ir al menú del triángulo rojo. Allí está Varianzas desiguales. Eso nos da las pruebas de heterocedasticidad. Y pondré una coma después de eso, cerrando el paréntesis en el argumento booleano para Varianzas desiguales. Y voy a devolver el nivel alfa a ese valor predeterminado de Así que escribiré establecer nivel alfa y luego, entre paréntesis, Y necesito cerrar ese paréntesis porque moví el cursor fuera de esta línea de código antes de terminar de escribir. Y luego pasaré la flecha sobre la lista (déjame mover esto para poder ver la línea completa) y pondré un punto y coma. Y así puedo ejecutar solo esta línea, de nuevo, usando la tecla Intro del teclado numérico. Y en la parte inferior de la ventana ahora está la prueba de varianza desigual. Y en la parte superior, puedes ver que hemos restaurado el nivel alfa a Así que estos son nuestros intervalos de confianza ahora. Y las pequeñas líneas azules son solo de la prueba de varianza desigual. Así que solo algunos ejemplos de scripts con los comandos de triángulo rojo en la Plataforma unidireccional: cerremos esta ventana de informe y cerremos este script sin guardar los cambios. Y en el diario, voy a hacer clic en Script bivariado. Y de nuevo, estamos trabajando con la tabla de datos Concreto. Entonces, la variable que almacena las referencias de objeto de esta capa de análisis es biv. Y envié Bivariado a esa tabla de datos con Fuerza en el rol Y, Humedad en el rol X. Y solicito Ajustar línea, que viene de ese menú de triángulo rojo como parte del lanzamiento de la plataforma. Entonces, ejecutaré líneas a través de Y de nuevo, vemos el nombre de la plataforma en el registro. Y si coloco el cursor sobre biv, eso es lo que veré. Así que graficamos Fuerza contra Humedad, ajustamos la línea de regresión. Y luego algunos de los otros mensajes, así que si voy a ese triángulo rojo, de nuevo, está Ajustar línea. Puedo enviar cualquiera de estos otros comandos después del hecho. De hecho, podría haber enviado Ajustar línea después del lanzamiento. Pero voy a usar Ajustar polinomio. Y ves que hay ese submenú. Así que tendremos que usar estos argumentos. Y en línea envío ese mensaje a biv, Ajustar polinomio, así que el polinomio cuadrático o de segundo orden. Ejecutaré esa línea. Así que eso me da un segundo ajuste. Y cuando me desplazo hacia arriba, puedes ver que ese segundo ajuste está superpuesto en el gráfico. Y tengo dos menús de triángulos rojos aquí, uno para el Ajuste lineal y otro para el Ajuste polinomial. Y tienen sus propios comandos, diferentes de los comandos del nivel de ajuste bivariado en la parte superior de la ventana. Por ejemplo, si quisiera un ajuste sombreado de las bandas de confianza en los ajustes lineales (el comando es "Ajuste Sombreado Confid"), tendría que hacer algo especial. Primero tendría que comunicarme con el ajuste lineal. Y luego, el resultado de la recepción del mensaje por parte del ajuste lineal se enviaría como un mensaje al ajuste bivariado. Y la forma en que está escrito aquí (nos referimos al primero como... ambos se llaman "Curva"). Usamos el subíndice "Recibe el mensaje Ajuste Sombreado Confid". Este se recopila entre paréntesis. Y ese es el mensaje que recibe biv. Si no tuviera estos paréntesis, biv intentaría entender "Curva", que, por supuesto, no encontrará "Curva" en ningún submenú ni en el menú principal. Y "Ajuste Sombreado Confid" no lo encontrará aquí. Eso está asociado con esta curva, que está etiquetada como Ajuste lineal en el informe. Entonces, si ejecuto toda la línea, tengo bandas de confianza sombreadas en mi línea de regresión. De manera similar, en cualquiera de estos menús de triángulos rojos, pero haré clic en el que está junto a Ajuste polinomial, podemos cambiar el color de la línea. El valor predeterminado es rojo para el primer ajuste, verde para el segundo, y así sucesivamente. Entonces, supongamos que quiero cambiarlo a azul. Nuevamente, puedo enviarlo a la segunda curva, envolverlo entre paréntesis, y ese es el mensaje que se pasa a Bivariate. Entonces ejecutaré la línea Y pueden ver que el color de esa línea ha cambiado. Ahora, esto también es algo. Si quisieran saber cómo programar esto y no necesitaran enviarlo como un mensaje a la plataforma después de que se haya lanzado, quisieran incluirlo como parte del lanzamiento, podrían hacerlo de forma interactiva y luego hacer que JMP guarde ese script en la ventana de scripts y trabaje con él de esa manera. Si hicieras eso, entonces el Ajuste sombreado de Confid sería un argumento para Ajustar línea. Y también ajustarías el polinomio como argumento para lanzar. Y el color de la línea sería un argumento para eso. Lo último que queremos ver aquí es la plataforma Bivariada, pero con una variable en el rol Por para que obtengamos objetos bivariados separados para cada nivel de esa variable Por. Entonces cerraré la ventana del script. Y cerraré el informe Bivariado. Y en el diario del curso, haré clic en Script Bivariado agrupado. Entonces como en el script anterior, estoy lanzando la plataforma Bivariada enviando el mensaje a la tabla de datos Concreto que almacena ese resultado en la variable biv con Resistencia en el rol Y y X en el rol Humedad. Pero ahora, además estoy poniendo el tipo Concreto en ese rol de análisis Por. Entonces veamos cómo se ve eso cuando ejecuto líneas a través de Entonces en realidad tenemos seis objetos bivariados en esta ventana del informe. Y lo que veo en el registro es que se ha asignado una lista con seis elementos. Bien, ¿cómo se ve esa lista? Regresaré a la ventana del editor de scripts y pasaré el cursor sobre biv. Es una lista de seis objetos bivariados. Así que puedo enviar un mensaje a biv. Todos los objetos responderán, como en línea, cuando envío "Ajustar línea". Lo que se muestra en el registro es la lista de todos los objetos que respondieron. Y si miramos en la ventana... voy a contraer todos estos ajustes lineales juntos manteniendo presionada la tecla Ctrl y haciendo clic en el botón de despliegue de contorno junto al primer ajuste lineal. Como mantengo presionada la tecla Ctrl, esto se transmitirá a todos los informes en la ventana, para que pueda desplazarme más fácilmente. Y pueden ver que tenemos el ajuste bivariado para Consolidated Reinforced, Consolidated Standard, EZMix Reinforced, EZMix Standard, etc. Ahora bien, ¿qué pasa si solo quiero apuntar a algunos objetos, no a todos los objetos bivariados? Bueno, uso subíndices. Y podría usar un subíndice individual para apuntar solo a uno. Pero veamos dos ejemplos en los que queremos que responda más de un objeto. Entonces, en línea para el subíndice, proporcionamos una lista de los valores de índice de los objetos que queremos que respondan. Quiero que el primer y tercer objeto bivariado se ajusten a ese modelo cuadrático, el polinomio de grado Entonces ejecuto línea Y de nuevo, usaré la tecla Ctrl para contraer el elemento de contorno de ajuste de polinomio para facilitar el desplazamiento. Entonces, el primer objeto, el primer objeto bivariado, tiene un ajuste polinomial. El segundo no. El tercero sí. Y, por supuesto, el cuarto, quinto y sexto no. Y luego, en el último ejemplo, estoy usando esa función Índice, nuevamente, usando su operador, que es ese operador infijo de dos puntos dobles. Entonces, esto contará desde el primer número hasta el segundo número en incrementos de Entonces esto irá a y Ajustar spline es una opción en el menú del triángulo rojo debajo de Flexible. Y puedes ver todos los diversos argumentos que puedes proporcionarle. Así que estamos luchando con un spline bastante flexible para bivariar y Entonces ejecutaré la línea Y de nuevo, nota en el registro, olvidé señalar esto. Pero cuando solo envío un mensaje a dos de los objetos, obtengo una lista con dos objetos. Y ahora mismo cuando envío un mensaje a tres de los objetos, obtengo una lista de los tres objetos. Y si echamos un vistazo, podemos ver que el primer y segundo ajuste bivariado no obtuvieron un spline. El tercero sí. El cuarto sí. El quinto sí. Y el sexto no. Entonces podemos usar un rol By y tener análisis separados, objetos separados, para cada nivel de esa variable By. Y luego podemos comunicarnos con todos ellos juntos o individualmente. Así que estos fueron solo algunos ejemplos de lanzamiento y luego interacción con la capa de análisis en algunas de las plataformas JMP comúnmente usadas.
