Ordinal Jitter Side (nuova opzione Graph Builde di JMP19 EA1) deve essere utilizzato anche per il grafico logistico della logistica e dell'adattamento nominaleCosa ha ispirato questa richiesta di lista dei desideri? Quando i membri SE e TS di JMP Japan hanno guardato il video introduttivo dell'EA1. Questo è suggerito da Masakazu Okada-san, SE di JMP Japan.
Descrivi la funzionalità o la soluzione nuova o migliorata che vorresti vedere.
Il suggerimento di Okada-san è di utilizzare il lato jitter ordinale di JMP19 EA1 nel Costruttore di grafici anche per il grafico logistico della logistica e quello di adattamento nominale. Il grafico logistico del Costruttore di grafici tracciato dalle opzioni Lato jitter ordinale di JMP19 EA1 ha un aspetto migliore rispetto a quello della logistica di Logistica e adattamento nominale Traccia. Scopri la differenza eseguendo il seguente script.
Random Reset(1111111);
n = 500;
x = J(n, 1, Round(Random Normal(),2));
y = Random Binomial(1, Squish(1 + 1.5 * x));
dt = As Table(x||y,<<COLUMN names=""></COLUMN>
<DIV> </DIV>
<P><STRONG>Quale sarebbe il valore per te e/o per gli altri utenti se venisse fornita questa nuova funzionalità?</STRONG> L'aspetto di Logistic Plot deve essere migliore.</P>
<P><STRONG>Si tratta di una richiesta di un cliente esterno?</STRONG> NO.</P>
<P><STRONG>Esiste un pacchetto software competitivo dotato di questa funzionalità o soluzione di cui dovremmo essere a conoscenza?</STRONG> Non lo so.</P>
<P><STRONG>Ciò avrà un impatto sul rinnovo, sull'espansione o sull'adozione da parte di un cliente e metterà a rischio l'account se non affrontiamo questo problema?</STRONG> NO.</P><LINGO-LABS id="lingo-labs-775243" slang="en-US" mode="CREATE"><LINGO-LABEL>Analisi e modellazione dei dati di base</LINGO-LABEL></LINGO-LABS>Oggetto: Ordinal Jitter Side (la nuova opzione Graph Builde di JMP19 EA1) deve essere utilizzata anche per il grafico logistico della logistica e dell'adattamento nominaleNota: la posizione del jitter ordinale del Costruttore di grafici attualmente non supporta più di due livelli. Quindi questo suggerimento può essere applicato solo per Y a due livelli.
Oggetto: Ordinal Jitter Side (nuova opzione Graph Builde di JMP19 EA1) deve essere utilizzato anche per il grafico logistico della logistica e dell'adattamento nominale - Stato modificato in: RiconosciutoGrazie per aver condiviso questa idea! Sono felice che ti piaccia questa nuova funzionalità del Costruttore di grafici!
Oggetto: Ordinal Jitter Side (la nuova opzione Graph Builde di JMP19 EA1) deve essere utilizzata anche per il grafico logistico della logistica e dell'adattamento nominaleIl lato jitter ordinale supporta la gestione di più di due livelli, anche se forse intendi che non è un metodo utile per la logistica. Ecco un esempio che utilizza curve completamente inventate all'interno di uno script grafico personalizzato.
Oggetto: Ordinal Jitter Side (la nuova opzione Graph Builde di JMP19 EA1) deve essere utilizzata anche per il grafico logistico della logistica e dell'adattamento nominale@XanGregg -san, grazie per la risposta. Non ho notato affatto l'utilizzo in sé.
Se riusciamo a tracciare bene i punti dati per i livelli Y intermedi, questa opzione potrebbe essere utilizzata anche per dati su più di due livelli. Ma mi sembra difficile. Generalmente, le probabilità cumulative non diventano la(e) coordinata(i) Y della costante media. Vengono modificati rispetto ai valori X. Quindi, dobbiamo cambiare le loro coordinate Y corrispondenti alle coordinate X in casi generali. La figura seguente mostra un esempio.
Ho usato il seguente script per disegnare la trama sopra.
Random Reset(111111);
n1 = 500;
n2 = 50;
n3 = 50;
y = J(n1,1,1) |/ J(n2,1,2) |/ J(n3,1,3);
x = y + J(n1 + n2 + n3,1,Random Logistic());
dt = As Table(y||x, <<COLUMN names=""></COLUMN>
<P>Non ho idea di come possiamo tracciare bene i punti dati all'interno di aree arbitrarie... Forse, il jittering casuale, che è attualmente utilizzato nella piattaforma Logistic e Fit Nominal, è il modo più semplice anche se non è bello come il diagramma dei punti a griglia. Ho provato a utilizzare numeri casuali solo per i livelli medi. Il grafico seguente è un esempio per i dati di cui sopra. Penso che questo tremolio sia un po' fuorviante. Penso che dovremmo usare lo stesso metodo di jitter coerente per tutti i livelli.</P>
<P><SPAN class="lia-inline-image-display-wrapper lia-image-align-inline" image-alt="yusuke_ono_2-1721950289764.png" style="width: 400px;"><SPAN class="lia-inline-image-display-wrapper" image-alt="yusuke_ono_2-1721950289764.png" style="width: 400px;"><SPAN class="lia-inline-image-display-wrapper" image-alt="yusuke_ono_2-1721950289764.png" style="width: 400px;"><SPAN class="lia-inline-image-display-wrapper" image-alt="yusuke_ono_2-1721950289764.png" style="width: 400px;"><SPAN class="lia-inline-image-display-wrapper" image-alt="yusuke_ono_2-1721950289764.png" style="width: 400px;"><SPAN class="lia-inline-image-display-wrapper" image-alt="yusuke_ono_2-1721950289764.png" style="width: 400px;"><span class="lia-inline-image-display-wrapper" image-alt="yusuke_ono_2-1721950289764.png" style="width: 400px;"><img src="https://us.v-cdn.net/6038925/uploads/images/66510iFE4BFA7669593F67/yusuke_ono_2-1721950289764.png" role="button" title="yusuke_ono_2-1721950289764.png" alt="yusuke_ono_2-1721950289764.png" /></span></SPAN></SPAN></SPAN></SPAN></SPAN></SPAN></P>
<P>Il seguente script viene utilizzato per la trama sopra.</P>
<CODE class=" language-jsl">
Random Reset(111111);
n1 = 500;
n2 = 50;
n3 = 50;
y = J(n1,1,1) |/ J(n2,1,2) |/ J(n3,1,3);
x = y + J(n1 + n2 + n3,1,Random Logistic());
dt = As Table(y||x, <<COLUMN names=""></COLUMN>
<P>La trama logistica potrebbe diventare più complessa per casi nominali su più di due livelli. Lo script seguente mostra un esempio di grafico logistico sulla piattaforma logistica utilizzando dati di esempio Penguins.jmp.</P>
<CODE class=" language-jsl">dt = Open("$SAMPLE_DATA/Penguins.jmp");
dt << Logistic( Y( :Species ), X( :Culmen Length ) );Oggetto: Ordinal Jitter Side (la nuova opzione Graph Builde di JMP19 EA1) deve essere utilizzata anche per il grafico logistico della logistica e dell'adattamento nominaleGrazie @yusuke_ono per gli esempi realistici.
Oggetto: Ordinal Jitter Side (la nuova opzione Graph Builde di JMP19 EA1) deve essere utilizzata anche per il grafico logistico della logistica e dell'adattamento nominaleC'è qualche posizione y per il livello interiore che potrebbe essere utile? Ad esempio, una media ponderata del valore della probabilità centrale per ciascun punto:
Random Reset(111111);
n1 = 500;
n2 = 50;
n3 = 50;
y = J(n1,1,1) |/ J(n2,1,2) |/ J(n3,1,3);
x = y + J(n1 + n2 + n3,1,Random Logistic());
dt = As Table(y||x, <<COLUMN names=""></COLUMN>
Oggetto: Ordinal Jitter Side (la nuova opzione Graph Builde di JMP19 EA1) deve essere utilizzata anche per il grafico logistico della logistica e dell'adattamento nominaleCon il colore
Graph Builder(
Transform Column(
"yy",
Formula(
If(
:y == "1", 0,
:y == "3", 1,
Col Mean(
(:"Cum Prob[1]"n + :"Cum Prob[2]"n) / 2,
:y,
<<FREQ></FREQ>
Re: Ordinal Jitter Side (nuova opzione di creazione del grafico JMP19 EA1) dovrebbe essere utilizzato anche per il grafico logistico di Logistic e Fit Nominal - Stato modificato in: Necessita di informazioniRe: Ordinal Jitter Side (nuova opzione di creazione del grafico JMP19 EA1) dovrebbe essere utilizzato anche per il grafico logistico di Logistic e Fit Nominal@XanGregg -san e @Sarah-Sylvestre -san, scusate il ritardo nella mia risposta.
Penso che uno degli scopi per disegnare il Logistic Plot sia vedere quanto bene il modello attuale si adatta ai dati. Intuitivamente, le curve sono cinghie di gomma molto morbide e i punti dati possono muoversi solo verticalmente all'interno delle curve. I punti spingono le cinghie di gomma. Se il modello logistico si adatta bene, i punti sono distribuiti uniformemente nelle posizioni verticali.
Quindi, penso che i punti dovrebbero essere tracciati all'interno di curve.
Quello che segue è un esempio molto artificioso.
Il grafico logistico sottostante mostra che il modello non si adatta bene ai dati perché i punti non sono distribuiti uniformemente nelle posizioni verticali.
Il grafico logistico sottostante mostra che il modello si adatta bene ai dati perché i punti sono distribuiti uniformemente nelle posizioni verticali.
Di seguito è riportato uno script per disegnare le due figure sopra.
Random Reset(1111111);
n = 500;
x = J(n,1, Random Normal());
eta1 = x;
eta2 = 2*x + 2*x^2;
cum1 = Squish(eta1);
cum2 = Squish(eta2);
y = J(n,1,1);
For(i = 1, i <= NRow(x), i++,
u = Random Uniform();
If( u < cum1[i], y[i] = 1,
u < cum2[i], y[i] = 2,
y[i] = 3
)
);
dt = As Table(x||y, <<COLUMN names=""></COLUMN>
