Qu'est-ce qui a inspiré cette demande de liste de souhaits ? J'ai rencontré un bug (???) où si un tableau de données combinées était créé sur une collection de graphiques avec diverses colonnes Group By, celles-ci étaient perdues.
Exécutons ce code :
Names Default To Here(1);
dt = open("$SAMPLE_DATA/Big Class.jmp");
fg = dt << Fit Group(
Bivariate(
Y( :height ),
X( :weight ),
Group By(:age),
Fit Line
),
Bivariate(
Y( :height ),
X( :weight ),
Group By(:age),
Fit Line
),
Bivariate(
Y( :height ),
X( :weight ),
Group By(:age),
Fit Line
),
Bivariate(
Y( :height ),
X( :weight ),
Group By(:sex),
Fit Line
),
<<{Arrange in Rows( 4 )}
);
Vous obtiendrez un groupe d'ajustement où la dernière variable bivariée aura une colonne Group By différente (:sex au lieu de :age).
Ensuite, cliquons sur le premier « Résumé de l'ajustement » et sélectionnons « Créer un tableau de données combinées ».
Nous verrons que la colonne « âge » présente des valeurs manquantes pour le graphique dont la colonne de regroupement n'est PAS « âge », et qu'il n'existe pas de colonne appelée « sexe ».
Age column has missing values where Group By column is not AgeAge column has missing values where Group By column is not AgeLa colonne Âge contient des valeurs manquantes lorsque la colonne Group By n'est pas une colonne Âge.
Quelle amélioration souhaiteriez-vous voir ?
Le regroupement est une variable aussi importante dans l'analyse que X ou Y. Pourquoi ne pas utiliser des colonnes distinctes ? Par exemple, « Nom du groupement » et « Valeur du groupement ». Cela simplifierait grandement l'automatisation des analyses ultérieures.
Dans le pire des cas, lors de la création d'un tableau de données combinées, il suffit d'utiliser la même logique que pour la concaténation de tableaux avec des colonnes non correspondantes : toutes les colonnes se retrouvent dans le résultat avec des valeurs manquantes là où la colonne n'était pas présente dans le tableau.
Pourquoi cette idée est-elle importante ? Utiliser un modèle linéaire ou d’autres modèles et consulter le rapport ne constitue pas la fin de l’analyse ; cela peut être le tout début. Si nous avons de nombreux modèles, de nombreuses conditions et de nombreux éléments à examiner, un tableau de données combinées et robustes contribuerait à automatiser ce processus.
Merci pour votre message. Nous l'examinons en interne.
