我正在使用拟合模型来构建时间和一堆额外因素的回归方程。 最终目标是在期刊中创建一个表格，其中评估了所有额外因素的预测方程，并显示纯截距 + 斜率 * 基于时间的方程。 例子：
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);得出等式：
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
然后我们可以创建一个包含额外因素的表：
dtEquations = dt << Summary(
Group( :Formation Method, :Compaction Method ),
Freq( "None" ),
Weight( "None" )
);
dtEquations << DeleteColumns(:N Rows);
那么，我如何将方程写入一个新列，它会查看（在本例中）前两列并简化计算 Match 语句，但将方程留给时间？ 最终目标：
如果所有静态系数都减少到 1，那就更好了。
对于多个额外因素水平，整个过程需要是动态的，并且方程可以是共同斜率、共同截距，也可以是不同的斜率和/或不同的截距。
