Qu'est-ce qui a inspiré cette demande de liste de souhaits ? Veuillez décrire le problème actuel qui doit être amélioré ou le problème à résoudre qui n'est pas facile ou possible pour le moment, avec un exemple de cas d'utilisation. L'analyse d'importance variable utilise une simulation Monte Carlo. Par conséquent, chaque fois que vous effectuez une analyse spécifique, le rapport d'importance change quelque peu et les résultats ne sont donc pas exactement reproductibles. On peut ajouter manuellement une commande de départ aléatoire au script Profiler pour rendre le rapport d'importance reproductible à l'avenir. Cependant, ce serait bien de pouvoir définir une graine aléatoire lors de l'exécution des analyses.
Quelle est l’amélioration que vous souhaiteriez voir ?Veuillez décrire l'idée d'amélioration de JMP. Veuillez inclure des maquettes, des wireframes, des captures d'écran, des scripts, d'autres documents ou des exemples provenant d'autres logiciels qui aident à décrire le changement que vous souhaiteriez voir.
Reproductibilité exacte des résultats d'importance variable
Pourquoi cette idée est-elle importante ?Veuillez décrire la valeur pour vous et/ou pour les autres utilisateurs si l'idée est mise en œuvre (par exemple, facilité d'utilisation, indispensable,…).
Lorsque les scientifiques observent que les rapports d’importance des variables ne sont pas exactement les mêmes à chaque analyse, ils ont tendance à devenir sceptiques quant à l’approche. En outre, ces rapports d'importance variable sont parfois utilisés comme documentation à l'appui pour l'identification des paramètres critiques du processus dans les dossiers déposés auprès de la FDA. Il est donc important qu'ils soient exactement reproductibles.
Merci pour la suggestion @philramsey . En attendant, vous pouvez utiliser ce module complémentaire pour définir la valeur aléatoire avant de sélectionner l'option Importance de la variable : https://marketplace.jmp.com/appdetails/Random+Seed+Reset
Lorsque vous répétez, vous devriez avoir les mêmes résultats.
