782466_ko-KR

liliconcom

어려운 질문일 수도 있지만, 가장 적합한 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

그럼 제가 바라는 바는 다음과 같습니다.

Distribution 플랫폼에서 모든 것을 맞추기 위해 클릭하면 많은 것을 얻을 수 있습니다.

그러나 가장 적합한 AICc가 정규 분포의 5 이내에 있으면 정규 적합을 사용할 수도 있습니다.그러니 이미 가장 적합한 AICc가 실행된 여러 열을 살펴보고 정규 분포의 AICc가 5 이내에 있으면 선택한 적합(비정규적이라고 가정)을 정규로 조정하는 스크립트를 작성할 방법이 있을까요?보너스 포인트는 기꺼이 사용할 수 있는 AICc의 델타를 입력할 수 있는 입력 상자가 있다는 것입니다.더욱이 보너스는 이러한 분포에서 프로세스 능력을 계산할 수 없으므로 Students t, Cauchy 및 ExGaussian을 선택 옵션에서 제거하는 것입니다(이것은 이 정리 스크립트를 실행한 후 실행할 다음 단계입니다).

저는 시도해 보았지만 작동하지 않습니다. 도움을 주시면 정말 감사하겠습니다!!

스티브

자동화 및 스크립팅Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

---

이미 가장 잘 맞는 것을 실행한 여러 열을 거쳐가는 스크립팅 방법이 있다면

---

Distribution 플랫폼은 여전히 ​​열려 있고 모든 결과가 있나요? 아니면 결과는 어디에 저장되어 있나요? Compare Distributions를 열어두어야 하나요? 아니면 하나의 Distribution만 맞춰도 충분하나요?

Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

안녕하세요 @jthi !

네, 플랫폼은 여전히 ​​열려 있고 모든 최적 비교는 여전히 거기에 있습니다. 이상적으로는 비교 상자가 여전히 거기에 있지만 그것이 훨씬 더 쉽다면 최적 비교로 살 수 있습니다.

그래서 여기서 시작해요

그리고 이와 같은 적합성에 대해서는 normal이 선택될 것입니다. 그러나 Normal이 목록의 훨씬 아래에 있는 경우 SHASH가 선택될 것입니다.

여기서는 Johnson Sb의 AICc 값의 5 이내에 있으므로 normal이 선택됩니다.

도움이 되길 바라며, 이 글을 읽어주셔서 감사합니다!

스티브

Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

여기에는 관련된 두 가지 어려운 점이 있습니다. JSL을 사용하면 기본 정렬 테이블 상자를 사용할 수 없습니다(제가 아는 한 이는 많은 플랫폼에서 문제를 일으킴). 또한 이로 인해 확인란을 올바르게 설정하기 어렵습니다(다른 값과 동일한 순서가 아니며 항상 정렬되지 않을 가능성이 높음)

그리고 이 때문에 이것이 모든 경우에 작동하는지 확신할 수 없습니다.(For 없이 시도했지만 순서가 너무 많이 바뀌었습니다)

Names Default To Here(1); 

dt = Open("$SAMPLE_DATA/Cities.jmp");

dt << Distribution(
	Continuous Distribution(Column(:"pop- m"n), Process Capability(0)),
	Continuous Distribution(Column(:POP), Process Capability(0)),
	Continuous Distribution(Column(:Max deg. F Jan), Process Capability(0)),
	Continuous Distribution(Column(:OZONE), Process Capability(0)),
	Continuous Distribution(Column(:CO), Process Capability(0)),
	Continuous Distribution(Column(:SO2), Process Capability(0)),
	Continuous Distribution(Column(:NO), Process Capability(0)),
	Continuous Distribution(Column(:PM10), Process Capability(0)),
	Continuous Distribution(Column(:Lead), Process Capability(0)),
	Continuous Distribution(Column(:X), Process Capability(0)),
	Continuous Distribution(Column(:Y), Process Capability(0)),
	Fit All
);


// Script basically starts from here
Names Default To Here(1);


obs = Current Report() << XPath("//OutlineBox[@helpKey='Distrib']");
If(N Items(obs) > 0,
	dist = obs[1] << Get Scriptable Object;
);

obs = Report(dist) << XPath("//OutlineBox[text()='Compare Distributions']");

For Each({ob}, obs,
	tb = ob[TableBox(1)];
	vals = tb << get;

	// Order might be incorrect in these
	dists = vals["Distribution"];
	normal_idx = Contains(dists, "Normal");
	normal_aic = vals["AICc"][normal_idx];
	m_aic = Matrix(vals["AICc"]);
	
	
	// This comparison might require some fixes
	ifs = (ob << parent) << XPath("//IfBox");
	Remove From(ifs, 1, 2); // might require more robust method
	fit_titles = (ifs << child) << get title;


	If(Min(m_aic) >= normal_aic - 20 & normal_idx > 1,
		For(i = 1, i <= N Items(dists), i++,
			tb[1] << Set All(0);
			tb[1] << Set(i);
			idx = Contains(ifs << get, 1);
			If(fit_titles[idx] == "Fitted Normal Distribution",
				break();
			);	
		);
	);
);

Write();

Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

@jthi 대본 감사합니다!

실행을 시도했는데 이 오류가 발생했습니다.

로그에서:

/*:
'fit_titles[ /*###*/idx]' , fit_titles[/*###*/idx]의 접근 또는 평가에서의 하위 스크립트 범위

C:\Users\steve.hampton\OneDrive - Precision Castparts Corp\Documents\Script 3.jsl의 54번째 줄에서

Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

디버그 프린트를 추가하고 어디에서 잘못되었는지 확인해야 합니다. 루프를 N Items(dists)에서 N Items(fit_titles)로 변경해야 할 수도 있습니다.

Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

저는 Jarmo와 비슷한 해결책에 접근하려고 했지만 다릅니다. Compare Distributions Outline Box 아래의 Table Box에 있는 Check Box를 사용하기로 했다는 점에서 다릅니다. 저는 (올바르게) Normal AICc가 실제로 선택된 분포의 5 이내에 있다면 JSL에서 해야 할 일은 JMP에서 선택한 분포에 대한 체크 박스의 선택을 취소하고 Normal Distribution에 대한 체크 박스를 선택하는 것뿐이라고 추론했습니다. JSL에서 이 선택 취소와 선택이 이루어지면 히스토그램에 올바른 분포가 표시됩니다. 그러나 JSL 내에서 체크 박스를 조작하는 데 사용되는 일반 메시지는 체크 박스를 올바르게 반환하거나 설정하지 않는 것 같습니다. 테이블 상자에 표시된 체크 박스에 대한 완전한 이해가 없다면 말입니다.

내가 찾은 내용은 아래를 참조하세요.

names default to here(1);
dt =
// Open Data Table: semiconductor capability.jmp
// → Data Table( "semiconductor capability" )
Open( "$SAMPLE_DATA/semiconductor capability.jmp" );

dist = dt << Distribution(
	Continuous Distribution(
		Column( :INM2 ),
		Process Capability(0),
		fit all(1)
	)
);

// From the current report, find all of the Compare Distribution boxes
//dist =( current report() << xpath( "//OutlineBox[text()='Compare Distributions']" ));

// There is a bug in JMP where the check boxes return a standard order, not the order displayed
checkBoxOrder = {
		"Normal",
		"Cauchy",
		"Student's t",
		"Lognormal",
		"Exponential",
		"Gamma",
		"Johnson Sb",
		"SHASH",
		"ExGaussian",
		"Normal 2 Mixture",
		"Normal 3 Mixture",
		"Weibull"
};

distr = dist<<REPORT></REPORT>

<P>누군가가 제 논리나 사용상의 오류를 지적해 주었으면 합니다. 그런 깨달음이 없다면 JMP 지원팀에 넘기겠습니다.</P>Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

제 추측은 체크박스가 실제로 테이블 상자에 연결되어 있지 않다는 것입니다 -> 테이블 상자를 정렬할 때 체크박스가 제대로 정렬되지 않습니다. 그리고 기본적으로 테이블 상자는 이미 "기본"과 다른 방식으로 정렬됩니다. 그래서 정렬되지 않았기 때문에 어떤 인덱스가 어떤 항목을 설정하는지 전혀 알 수 없는 매우 이상한 상황에 처하게 됩니다. 그래서 매우 복잡한 For 루프를 사용하고 어떤 배포판의 Ifbox가 활성화되었는지 확인했습니다.

"기본" 순서를 사용하면(JSL로 설정할 수 없고 프로세스 스크리닝과 같은 다른 플랫폼에서도 문제를 발생시킴) 다음이 발생합니다.

이것이 가장 자주 나오는 "올바른" 지수입니다.

현재 정렬 순서(또는 정렬에 사용된 열이 무엇인지에 대한 지식)를 기반으로 어떤 인덱스가 무엇인지 계산할 수 있는지 아직 시도하지 않았습니다.

Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

안녕하세요 @jthi ,

다시 한번 이 문제를 풀어주셔서 감사합니다(그리고 @txnelson )! 저는 코드를 가지고 놀았고 대부분 잘 작동합니다. 문제가 Compare Distributions가 순서를 처리하는 방식인 것 같으므로 모든 분포가 그대로 있어도 상관없다면 다음과 같은 방법이 효과가 있을 것 같습니다. 분포 플랫폼을 실행하고 모두 맞춘 다음, 비교 분포 출력의 결합된 데이터 테이블을 만들고, 새 테이블에서 프로세스 역량에 사용할 수 없는 세 분포를 제거한 다음, 정상 위치와 상위 적합의 AICc에 대한 분포를 비교한 다음, 각 변수에 대한 상위 적합 또는 정상 적합을 취하고 나머지는 모두 삭제합니다(따라서 이 테이블을 분포 속성 테이블로 만듭니다). 그런 다음, Manage Limits 플랫폼을 사용하여 이러한 분포를 주 테이블의 열 속성으로 적용한 다음 마지막으로 분포 플랫폼을 다시 시작합니다. 이번 주말에 시도해보고 효과가 있는지 보고 싶습니다.

스티브

Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

그게 제 원래 아이디어였고, 그래서 제가 Compare Distributions를 유지하고 싶은지 물었기 때문에 그걸로 했습니다. 다른 플랫폼 간에 이름을 동일하게 유지할 수만 있다면 잘 작동할 겁니다.

Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

좋아, 알았어! 그다지 웅변적이지는 않겠지만 다른 사람에게 도움이 될지 몰라서 내놓고 싶었어.

첫 번째 단계는 분포를 적용할 데이터 테이블의 열을 선택하는 것입니다.

//rev 8-24-24

names default to here(1);
dt=current data table();

colnames=dt<<GET selected="" columns=""> expr(var1),
					1
				)
			)
		)
	)));
dt1<<	New Column( "Column 14 2",
		Numeric,
		"Continuous",
		Format( "Best", 12 ),
		Formula(
			If( Is Missing( Col Maximum( :Column 13, :Y ) ) & :Column 10 == 2,
				1
			)
		),
		Set Selected
	);
dt1 << New Column( "Column 14",
		Numeric,
		"Continuous",
		Format( "Best", 12 ),
		Formula( Sum( :Column 12, :Column 13,:Column 14 2 ) ),
		Set Selected
	);


wait(0);

// Delete column formula: Column 10
dt1:Column 10 << Delete Formula;


// Delete column formula: Column 11
dt1:Column 11 << Delete Formula;

// Delete column formula: Column 11
dt1:Column 12 << Delete Formula;

// Delete column formula: Column 11
dt1:Column 13 << Delete Formula;

// Delete column formula: Column 11
dt1:Column 14 << Delete Formula;

//Delete non-Normal fits that are wihtin our criteria
// Delete selected rows
dt1 << Select Where( :Column 14 == 1 ) <<
Invert Row Selection << Delete Rows;

//Puts all the Y's and distributiosn into lists
col={};
dist={};
for each row(dt1,
		insertinto(col,:Y);
		insertinto(dist,:Distribution);
);

close(dt1, nosave);


//bring back up the distribution platform but only with the Y's that we could fit a distribution to
rpt=new window("Best Distribution",
		obj=dt<<DISTRIBUTION></DISTRIBUTION></GET>

Thanks for the inspiration <A href="https://community.jmp.com/t5/user/viewprofilepage/user-id/14366" target="_blank">@jthi</A> and <A href="https://community.jmp.com/t5/user/viewprofilepage/user-id/2687" target="_blank">@txnelson</A> (I used a bunch of your other posts to help me get here)

Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

좋은 일이에요.

귀하의 대본을 살펴보고 몇 가지 변경 사항을 적용했습니다.

1. 열 10을 만드는 구문을 열 11 - 열 14에 사용된 구문과 동일하게 변경했습니다. 사용 중인 이름을 변경하는 것이 좋습니다. 현재 이름인 열 10 등은 JMP에서 열을 만들 때 사용하는 이름이며 기본 열 이름이 필요합니다. 따라서 스크립트를 실행할 데이터 테이블에 사용 중인 이름 중 하나를 가진 열이 있을 가능성이 높습니다. 제 제안은 문제를 피하기 위해 열 10 등을 _열 10_ 등으로 변경하는 것입니다.
2. New Column 코드를 수식 지정에서 Set Each Value 사용으로 변경했습니다. 동일한 기능을 제공하지만 수식을 만들지 않고, 결국 코드에서 삭제해야 합니다.
3. 목록을 만드는 데 사용하는 For Each Row, col 및 Dist를 제거했습니다. 이는 단일 명령문으로 수행할 수 있으므로 데이터 테이블을 반복할 필요가 없습니다.
4. 또한 코드의 시작부분에 실제로 선택된 열이 있는지 확인하는 검사를 넣고, 그렇지 않은 경우 사용자에게 열을 선택하고 스크립트를 다시 실행하라는 메시지를 표시하는 것이 좋습니다.

아래에서 내 변경 사항을 확인하세요

//rev 8-24-24

names default to here(1);
dt=current data table();

colnames=dt<<GET selected="" columns=""> expr(var1),
					1
				)
			)
		)
	)));
dt1<<	New Column( "Column 14 2",
		Numeric,
		"Continuous",
		Format( "Best", 12 ),
		Set Each Value( //Formula(
			If( Is Missing( Col Maximum( :Column 13, :Y ) ) & :Column 10 == 2,
				1
			)
		),
		Set Selected
	);
dt1 << New Column( "Column 14",
		Numeric,
		"Continuous",
		Format( "Best", 12 ),
		Set Each Value( //Formula( 
			Sum( :Column 12, :Column 13,:Column 14 2 ) ),
		Set Selected
	);


wait(0);
/*

// Delete column formula: Column 10
dt1:Column 10 << Delete Formula;

// Delete column formula: Column 11
dt1:Column 11 << Delete Formula;

// Delete column formula: Column 11
dt1:Column 12 << Delete Formula;

// Delete column formula: Column 11
dt1:Column 13 << Delete Formula;

// Delete column formula: Column 11
dt1:Column 14 << Delete Formula;*/

//Delete non-Normal fits that are wihtin our criteria
// Delete selected rows
/*dt1 << Select Where( :Column 14 == 1 ) <<
Invert Row Selection << Delete Rows;*/
dt1 << delete rows( dt1 << get rows where( :Column 14 != 1) );

//Puts all the Y's and distributiosn into lists
/*col={};
dist={};
for each row(dt1,
		insertinto(col,:Y);
		insertinto(dist,:Distribution);
);*/
col = dt1:Y << get values;
dist = dt1:Distribution << get values;

close(dt1, nosave);


//bring back up the distribution platform but only with the Y's that we could fit a distribution to
rpt=new window("Best Distribution",
		obj=dt<<DISTRIBUTION></DISTRIBUTION></GET>

<P> </P> <P> </P>Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

@txnelson 감사합니다!

그 변화들은 훌륭했고 제가 더 많이 배우는 데 도움이 되었습니다. 여러분의 시간과 도움에 진심으로 감사드립니다!

스티브

Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

다음은 귀하의 스크립트를 기반으로 한 내 접근 방식입니다.

Names Default To Here(1);

/*
dt = Open("$SAMPLE_DATA/Cities.jmp");
*/

NON_VALID_DIST = {"Cauchy", "ExGaussian", "Student's t"};

If(N Table() == 0,
	Throw("No tables open");
);

dt = Current Data Table();

colnames = dt << Get selected Columns(continuous, "string");

If(N Items(colnames) == 0,
	Throw("No continuous columns selected");
);


nw = New Window("What AICc is comparable?", Show Menu(0), Show Toolbars(0), <<MODAL> 1, // Normal isn't the only distribution
		If(dt_fits[yrows[2], "AICc"] - same_limit <= dt_fits[yrows[1], "AICc"],
			aa_y[ycol] = "Normal";
		,
			aa_y[ycol] = dt_fits[yrows[1], "Distribution"];
		);
	,
		aa_y[ycol] = "Normal";
	);
);

Close(dt_fits, No save);

dist = dt << Distribution(
	Column(Eval(aa_y << get keys)),
	Process Capability(0),
	Invisible
);


For Each({{col, best_dist}, idx}, aa_y,
	Eval(Substitute(
		Expr(dist[idx] << _fit_),
		Expr(_fit_), Parse("Fit " || best_dist); // I hate using Evil Parse, but in this case it might work as long as you "fix" Johnson fits
	));
);


dist << Show Window(1);

Caption(Remove);

Write();</MODAL>

또한 한 번에 한 열씩 가장 잘 맞는 첫 번째 분포를 만드는 것도 고려할 것입니다. 이렇게 하면 각 열마다 캡션을 업데이트할 수 있으므로 가장 잘 맞는 것을 계산하는 데 시간이 오래 걸릴 수 있습니다(진행률 표시줄을 업데이트하는 것도 고려할 수 있음).

Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

@jthi 감사합니다. 여기서도 배울 만한 좋은 내용이 많이 있네요! 모든 도움에 감사드립니다!

스티브

Re: 어려운 질문일 수도 있지만, 최적 분포에 매우 가까운 정규 분포를 선택해 볼 수 있는 스크립트를 도와줄 수 있는 분이 있을까요?

또한, 여러 if-statement를 if-elseif 또는 Match로 바꿀 수 있습니다. 저는 이것들을 테스트하지 않았지만, 이것들이 아이디어를 줄 것입니다.

여러 if 문이 있는 경우 항상 모든 if 문을 확인하지만 하나만 일치해야 합니다. if-elseif를 사용하면 처음 발견된 일치 항목에서 멈춥니다( If() ).

For(i = 1, i <= N Items(col), i++,
	If(
		dist[i] == "Normal", obj[i]<< Fit Normal,
		dist[i] == "Exponential", obj[i]<< Fit Exponential,
		dist[i] == "Gamma", obj[i]<< Fit Gamma,
		dist[i] == "Johnson Su", obj[i]<< Fit Johnson,
		dist[i] == "Lognormal", obj[i]<< Fit Lognormal,
		dist[i] == "Normal 2 Mixture", obj[i]<<FIT normal="" 2="" mixture=""></FIT>

<P> </P> <P> </P> <P>그리고 <A href="https://www.jmp.com/support/help/en/18.0/#page/jmp/match-function.shtml#ww246655" target="_blank" rel="noopener noreferrer">Match()는</A> 일반적으로 읽기가 더 쉽고 내 기억이 맞다면 약간 더 빠릅니다.</P> <P> </P>

<CODE class=" language-jsl">For(i = 1, i <= N Items(col), i++,
	Match(dist[i],
		"Normal", obj[i]<< Fit Normal,
		"Exponential", obj[i]<< Fit Exponential,
		"Gamma", obj[i]<< Fit Gamma,
		"Johnson Su", obj[i]<< Fit Johnson,
		"Lognormal", obj[i]<< Fit Lognormal,
		"Normal 2 Mixture", obj[i]<<FIT normal="" 2="" mixture=""></FIT>

<P> </P> <P> </P>