Je commence généralement à chercher les mêmes noms à partir de Scripting Index (et dans ce cas, cela pourrait fonctionner)

La seule chose dont je ne suis pas sûr est Imputer la partie manquante

Names Default To Here( 1 );
Clear Log();
dt = Open( "$SAMPLE_DATA/Bands Data.JMP" );
obj = dt << Explore Outliers(
Y(
:proof cut, :viscosity, :caliper, :ink temperature, :humidity, :roughness,
:blade pressure, :varnish pct, :press speed, :ink pct, :solvent pct,
:ESA Voltage, :ESA Amperage, :wax, :hardener, :roller durometer,
:current density, :anode space ratio, :chrome content
)
);
obj << k Nearest Neighbor Outliers(K(4));
obj << Impute Missing(0);
obj << Save NN Distances;
//obj << Close Window;
JMP dispose de plusieurs méthodes pour explorer les valeurs aberrantes (Analyze>Screening>Explore outliers).
Pour une première exploration de données, je recherche une solution pour que les utilisateurs puissent filtrer interactivement toutes les lignes anormales.
Une approche simple consiste à effectuer une analyse des valeurs aberrantes KNN (en décochant l'option d'imputations et en pouvant modifier le nombre par défaut)

Et enregistrez les distances à chaque NN, afin qu'un score global puisse être obtenu (par exemple, en ajoutant toutes les distances dans une colonne).

Comment automatiser ces étapes comportant des actions d'interface graphique dans JMP 16 ?
Names Default To Here( 1 );
Clear Log();
dt = Open( "$SAMPLE_DATA/Bands Data.JMP" );
// Launch platform: Explore Outliers
Explore Outliers(
Y(
:proof cut, :viscosity, :caliper, :ink temperature, :humidity, :roughness,
:blade pressure, :varnish pct, :press speed, :ink pct, :solvent pct,
:ESA Voltage, :ESA Amperage, :wax, :hardener, :roller durometer,
:current density, :anode space ratio, :chrome content
)
);