Les détails de singularité fournis dans Fit Model lorsqu'il existe une dépendance linéaire sont difficiles à interpréter et n'offrent pas d'explication sur la façon de résoudre le problème. Je n'ai pas encore rencontré d'utilisateur JMP qui sache déchiffrer cette chaîne mathématique de détails affichés pour un modèle mal conditionné (voir l'exemple d'image jointe). Lorsque les utilisateurs expérimentés de JMP voient ce message, leur comportement actuel consiste à ignorer complètement les détails fournis et à simplement revenir à la boîte de dialogue du modèle où ils peuvent commencer à supprimer arbitrairement les effets du modèle jusqu'à ce que le problème soit résolu. Bien que l'utilisateur expérimenté ait trouvé une solution de contournement, un nouvel utilisateur sera plongé dans une pure frustration lorsqu'il tentera de donner un sens au message qui lui est communiqué dans les détails du modèle. Si nous pouvions fournir une explication en "anglais simple" et inclure quelques étapes suivantes suggérées, comme indiqué dans la note d'utilisation ci-dessous, je pense que nous pourrions améliorer l'expérience et éviter la mauvaise interprétation des résultats pour de nombreux utilisateurs utilisant la plate-forme Fit Model de JMP.
Remarque sur l'utilisation de la singularité : https://community.jmp.com/t5/JMP-Knowledge-Base/When-I-run-my-model-through-the-Fit-Model-platform-I-see-quot/ta-p/575387
