J'utilise le modèle d'ajustement pour construire une équation de régression pour le temps et un tas de facteurs supplémentaires. L'objectif final est de créer un tableau dans un journal dans lequel l'équation de prédiction est évaluée pour tous les facteurs supplémentaires et d'afficher l'équation pure intercept + pente * temps. Exemple:
dt = Open("$SAMPLE_DATA\Powder Metallurgy.jmp");
fm = dt << Fit Model(
Y( :Shrinkage ),
Effects(
:Formation Method, :Compaction Method, :Sintering Time
),
Personality( "Standard Least Squares" ),
Emphasis( "Effect Leverage" ),
Run()
);
PredForm = Arg(Arg((FM << GetPredictionFormula), 3),1);Cela se traduit par l'équation :
0.942161598883733 + Match( :Formation Method,
"Die", 0.0407171588498178,
"Extrusion", 0.0256123252434345,
"Isostatic", -0.0663294840932524,
.
) + Match( :Compaction Method,
"Cold", 0.594574663098895,
"Warm", -0.594574663098895,
.
) + -0.0742413463542265 * :Sintering Time
Nous pouvons ensuite créer un tableau avec les facteurs supplémentaires :
dtEquations = dt << Summary(
Group( :Formation Method, :Compaction Method ),
Freq( "None" ),
Weight( "None" )
);
dtEquations << DeleteColumns(:N Rows);
Et alors, comment écrire l'équation dans une nouvelle colonne où elle regarde les 2 premières colonnes (dans cet exemple) et évalue les instructions Match, avec simplification, mais laisse l'équation pour le temps ? Objectif final :
Encore mieux si tous les coefficients statiques sont réduits à un.
L'ensemble doit être dynamique pour plusieurs niveaux de facteurs supplémentaires, et l'équation peut être une pente commune, une interception commune ou il peut s'agir de pentes différentes et/ou d'interceptions différentes.
