COMMENT TROUVER DES MINIMA/MAXIMA DANS JMP ?Existe-t-il un moyen de trouver ces minima (comme indiqué sur la figure) et d'exclure les données à sa gauche.
Modélisation statistique avancéeAutomatisation et scriptAnalyse et modélisation des données de baseRe : COMMENT TROUVER DES MINIMA/MAXIMA DANS JMP ?Je ne suis pas la bonne personne pour répondre à cela, mais il faut probablement un peu plus d'informations pour comprendre quel type de réponse convient:
Les données sont-elles vraiment aussi fluides ? Ou les données sont-elles bruyantes ?
Avez-vous juste besoin de la première rangée qui est plus grande que la rangée précédente ?
Existe-t-il une équation générant les données ?
Re : COMMENT TROUVER DES MINIMA/MAXIMA DANS JMP ?Salut Craige,
Merci pour votre réponse. J'ai joint la table de données (Minima_Jmp) avec les colonnes X et Y pour ce graphique.
Voici mes réponses :
1] Les données sont-elles vraiment aussi fluides ? Ou les données sont-elles bruyantes ?
Rép : Les données sont bruyantes - comme indiqué dans les 2 graphiques ci-dessous
2] Avez-vous juste besoin de la première ligne qui est plus grande que la ligne précédente ?
Réponse : Cette question n'est pas très claire pour moi - je trouverais le premier point minimum et exclurais toutes les données à sa gauche
3] Existe-t-il une équation générant les données ?
Et: Non, il n'y a pas d'équation pour ces données - Peut-être pouvons-nous ajuster une équation pour décrire la courbe, mais ce n'est qu'une approximation
Re : COMMENT TROUVER DES MINIMA/MAXIMA DANS JMP ?Votre question initiale semble porter sur une spline, adaptée aux données bruyantes et sur la recherche du premier minimum de cette spline. Pour les données d'exemple, cela semble fonctionner :
dt = Open( "Z:/Minima_JMP.jmp" );
dt << sort( by( x ), replacetable( 1 ) );
obj = dt << Bivariate(
Y( :Y ),
X( :X ),
Fit Spline( 26.8534445, {Line Color( {66, 112, 221} )} ),
Automatic Recalc( 1 ),
SendToReport( Dispatch( {}, "Bivar Plot", FrameBox, {Frame Size( 1653, 240 )} ) )
);
obj << (Curve["Smoothing Spline Fit, lambda=26.8534445"] << Save Predicteds);
For( irow = 2, irow < N Rows( dt ), irow += 1,
If( dt:Spline Predictor for Y[irow] > dt:Spline Predictor for Y[irow - 1],
Write( Eval Insert( "the inflection upward trend begins around row ^irow^" ) );
// choose one of these...
dt << selectrows( 1 :: irow );
// dt<<DELETEROWS>= N Rows( dt ),
Write( "not found?" )
);</DELETEROWS>
The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.Les points sélectionnés dans le graphique sont également des lignes sélectionnées dans le tableau de données ; appuyez sur supprimer dans le tableau. Ou choisissez l'instruction <
Dans le journal : la tendance à la hausse de l'inflexion commence autour de la ligne 231
C'est après avoir trié le tableau par ordre croissant de X.
Vous obtiendrez différentes réponses en ajustant la tension de la spline (lambda=...). Assurez-vous de supprimer la colonne prédite avant de réexécuter le script ou fermez la table sans enregistrer.
Cette idée échouera si la forme réelle des données ne correspond pas à votre exemple ; s'il est déjà à la hausse au début, etc.
Ce n'est peut-être pas la bonne façon de faire ce dont vous avez besoin ; Je pense que vous devrez expliquer de quel type de processus proviennent les données et pourquoi vous voulez trouver ce point dans les données afin d'amener d'autres personnes à ajouter des idées.
Re : COMMENT TROUVER DES MINIMA/MAXIMA DANS JMP ?Salut Craige,
Cela a l'air merveilleux. Je vais l'essayer sur d'autres tables de données et vérifier.
Existe-t-il un moyen de trouver une valeur lambda appropriée si je dois automatiser cette analyse pour plusieurs tableaux de données de données similaires ?
Merci.
Re : COMMENT TROUVER DES MINIMA/MAXIMA DANS JMP ?Je ne sais pas. Je pense que c'est en partie de la science, en partie de l'art, surtout avec les splines. Je pense que vous voudrez ajouter quelques vérifications de cohérence au code si vous essayez de l'automatiser sans inspecter visuellement les résultats. S'il est possible que votre processus produise une oscillation supplémentaire au début, cela échouera clairement. Ou plus de données, ou moins de données, ou différemment denses/éparses sur la plage, etc. peuvent modifier les résultats.
Certaines personnes pourraient suggérer d'autres modèles spécifiques aux processus ou aux industries. Ils auraient besoin de plus d'informations sur les données.
