寻找代表整体的样本子集大家好，
我有一组 49 个数据点，它们具有可重复的 x,y 坐标。我想知道 9 个站点中的哪一个子集最能代表 49 个站点。我尝试了层次聚类，但这似乎不起作用，或者我没有正确使用它。
谢谢！
基础数据分析和建模回复：寻找代表整体的样本子集你好@tbob ,
您应该能够使用子集平台“表”>“子集”来执行此操作。 选择所需的随机类型后，例如数据表的随机部分或固定行数的随机选择，您可以选择分层框，然后选择您想要分层的感兴趣的列 - 也许是响应变量，或者只是您的输入变量。 分层时，JMP 会尝试创建具有相同分布、均值、标准差等的子集，以便您查看所有数据的代表性子集。
希望这可以帮助！，
DS
回复：寻找代表整体的样本子集您将如何使用这 9 个选定的站点？ 为什么不使用全部 49 个站点？
回复：寻找代表整体的样本子集49点测量是测试合格生产，9点是实际产品。该产品仅限 9 个站点。
回复：寻找代表整体的样本子集我似乎错过了一些东西。我尝试这样做，但当我选择样本大小为 9 时，输出是原始表。
回复：寻找代表整体的样本子集你好@tbob ,
你是对的，我可以确认这确实发生了。 抱歉，我认为对子集进行分层就像在创建验证列时进行分层一样。 在创建验证列的情况下，就像我之前描述的那样，JMP 尝试匹配不同的数据集，以使它们具有相同的分布、均值、标准差等。
相反，通过子集查找分层，您可以找到帮助页面这里，其中描述了制作子集时样本大小的数量是样本数量每地层。 因此，如果您对具有 4 个级别的列进行分层，并且选择样本大小为 4，则子集中会得到 4x4 = 16 行，因为有 4 个级别（层），并且每个层选择了 4 个样本。
您可以尝试不使用分层，然后查看子集和主数据表的一些统计数据，以确保分布相似，或者您需要比较子集以确保它代表整体。
或者，您可以创建一个假的分层列，其中每个条目都相同，例如将所有值设置为 1。 然后，您对该列进行分层并选择 9 作为样本量，这样就可以了。
我明白为什么这里的做法有所不同，但我仍然觉得它有点奇怪和不直观，这在大多数 JMP 平台上是不正常的。
希望这可以帮助！，
DS
