이 위시리스트 요청에 영감을 준 것은 무엇입니까?
그만큼 그룹화 기준 Jmp의 개념은 정말 유용합니다!
어디서나 찾을 수 있습니다. 예를 들어 그래프 빌더에서는 X/Y 그룹을 사용하여 분할 그래프를 생성할 수 있으며 요약 통계는 모든 단일 그래프에 대해 자동으로 올바른 결과를 제공합니다.
플랫폼 메뉴에는 에 의해 옵션 - 데이터를 그룹으로 나누고 모든 그룹을 별도로 분석합니다.
도자기 층 아래에는 더 많은 것들이 있습니다. 그룹화 기준 Col 집계 함수와 같은 옵션(예: Col Median(:키, :섹스)) 행 그룹에 대해 별도의 집계된 값을 자동으로 반환합니다.
당신이 보고 싶은 개선점은 무엇입니까?
그런 것을 이용해주세요 그룹화 기준 가능한 모든 옵션.
다른 사용자가 Group By가 유용할 수 있는 더 많은 장소를 찾는지 살펴보겠습니다.
여기서 나는 한 가지에 집중하고 싶다. 열 그룹화 보간 다음과 같은 열 수식에 사용할 수 있는 함수
New Column("interpolated", Formula(Col Interpolate(:newX, :height, :weight, by(:sex))))다음에 대한 보간을 생성해야 합니다. :무게 ~에 의해 :키 - 하위 그룹으로 분할 남/여 ~에 :섹스 - 보간을 사용하여 x 값의 값을 계산합니다. :newX .
비슷한 방식으로 기존 보간하다 인수를 제공하여 함수를 새로운 수준으로 끌어올릴 수 있습니다. 에 의해() 하위 그룹을 보간하는 데 사용할 수 있습니다.
[이 경우에는 추가적인 주장이 있다고 생각합니다. 을 위한() 관심 그룹과 순서를 지정하는 데 필요합니다.]
그룹화된 보간
Interpolate(myheight, :height, :weight, by(:sex), for({"F","M"}))
확실히 가질 가치가 있습니다. 이는 사용자가 결과를 얻기 위해 그룹화된 보간을 프로그래밍하는 데 시간을 투자했다는 사실에서 알 수 있습니다.
https://community.jmp.com/t5/Discussions/Grouped-Interpolate/mp/692358/highlight/true#M87807
이 아이디어가 왜 중요한가요?
그룹화 기준 탐색적 데이터 분석에 Excel보다 Jmp를 백만 배 더 유용하게 만드는 개념 중 하나입니다.
프로그램의 가능한 많은 위치에서 이 개념을 사용하십시오.
