분석에서 값을 추출하고 원본 그래프에 플롯하는 방법은 무엇입니까?여기에서 전류 대비 전압 그래프가 있습니다. 다양한 목표 값에 대한 데이터 필터가 있는 표준 최소 제곱 분석을 실행했습니다(분석을 첨부했습니다). 각 대상 값 회귀 플롯의 값을 원래 그래프에 다시 플롯하고 싶습니다.
도움을 주시면 감사하겠습니다.
다음은 데이터 맞춤 및 표준 최소 제곱에 대한 코드입니다(질문에 대답하는 데 유용한지 확실하지 않음).
데이터 테이블( "정렬됨" ) << 데이터 필터(
위치( {890, 387} ),
모드( 표시( 1 ) ),
모드( 포함( 1 ) ),
필터 추가(
열(:세그먼트),
여기서( :세그먼트 == -100 ),
표시( :세그먼트, N개 항목(대상_값) )
)
);
데이터 테이블( "정렬됨" ) << 모형 적합(
SendToByGroup(그룹별 기본값),
Y( :VCE ),
By( :소스 표 2 ),
효과( :ICE ),
성격( "표준 최소 제곱" ),
//강조( "효과 활용" ),
달리다(
:VCE << {적합성 요약( 0 ), 분산 분석( 0 ),
모수 추정( 0 ), 적합성 부족( 0 ), 척도 추정( 0 ),
실제를 예측으로 플롯( 0 ), 잔차를 예측으로 플롯( 0 ),
스튜던트화 잔차 플롯( 0 ), 효과 레버리지 플롯( 0 ),
정규 분위수( 0 ), Box Cox Y 변환( 0 )을 기준으로 잔차 표시}
),
자동 재계산( 1 )
);
기본 데이터 분석 및 모델링데이터 탐색 및 시각화Re: 분석에서 값을 추출하고 원본 그래프에 플롯하는 방법은 무엇입니까?내가 올바르게 이해했다면 가능한 수식 열 중 일부를 추가하여 필요한 데이터를 생성할 수 있을 것입니다(기준 열을 사용하는 동안 빨간색 삼각형을 클릭하여 모든 그룹에 이를 브로드캐스트하려면 Ctrl 키를 누른 채 클릭하세요).
데이터 필터로 변경할 수 있는 모든 가능한 값을 얻으려면 해당 열을 변수별로 추가해야 할 수도 있습니다.
Re: 분석에서 값을 추출하고 원본 그래프에 플롯하는 방법은 무엇입니까?내가 믿는 값에 원하는 값이 없기 때문에 저장 열이 작동하지 않습니다.
(이 경우) - 10에서 이 줄의 값을 가져와야 합니다. 모든 온도에 대한 모든 목표 값에 대한 값을 가져와야 합니다. 그런 다음 이 값을 원래 그래프 위에 점으로 표시합니다.
Re: 분석에서 값을 추출하고 원본 그래프에 플롯하는 방법은 무엇입니까?다음은 반도체 성능 데이터 테이블을 사용한 예입니다.플롯되는 데이터 포인트는 데이터만큼 구성되지 않습니다. 그러나 예에서는 회귀 플롯에서 모든 데이터 포인트를 플롯하는 방법을 보여줍니다.
Names Default To Here( 1 );
dt =
// Open Data Table: semiconductor capability.jmp
// → Data Table( "semiconductor capability" )
Open( "$SAMPLE_DATA/semiconductor capability.jmp" );
dt:wafer << modeling type( ordinal );
Data Table( "Semiconductor Capability" ) << Data Filter(
Location( {890, 387} ),
Mode( Show( 1 ) ),
Mode( Include( 1 ) ),
Add Filter(
columns( :wafer ),
Where( :wafer == 1 ),
Display( :wafer )//, N Items(target_values))
)
);
fm = Data Table( "Semiconductor Capability" ) << Fit Model(
SendToByGroup( Bygroup Default ),
Y( :NPN1 ),
By( :Site ),
Effects( :PNP1 ),
Personality( "Standard Least Squares" ),
//Emphasis( "Effect Leverage" ),
Run(
:NPN1 << {Summary of Fit( 0 ), Analysis of Variance( 0 ), Parameter Estimates( 0 ), Lack of Fit( 0 ),
Scaled Estimates( 0 ), Plot Actual by Predicted( 0 ), Plot Residual by Predicted( 0 ),
Plot Studentized Residuals( 0 ), Plot Effect Leverage( 0 ), Plot Residual by Normal Quantiles( 0 ),
Box Cox Y Transformation( 0 )}
),
Automatic Recalc( 1 )
);
Summarize( byvals = by( :site ) );
For Each( {level}, byvals,
fmr = Report( fm[Num( level )] );
fmr["Regression Plot", framebox( 1 )] << add graphics script(
theVals = dt:NPN2 << get values;
For Each( {val, theRow}, theVals,
colorList = {"Red", "Green", "Blue", "Orange", "Yellow"};
x = "fill color( \!"" || Char( Eval( colorList[dt:site[theRow]] ) ) || "\!");";
Eval( Parse( x ) );
thematrix = {};
Insert Into( thematrix, dt:PNP1[theRow] );
Insert Into( thematrix, val );
Transparency( 1 );
Circle( PixelRadius( 3 ), thematrix, "FILL" );
);
);
);
