Was hat diesen Wunschzettel ausgelöst? Ich bin auf einen Fehler gestoßen, bei dem die Daten verloren gingen, wenn eine kombinierte Datentabelle für eine Sammlung von Diagrammen mit verschiedenen Gruppierungsspalten erstellt wurde.
Lasst uns diesen Code ausführen:
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 )}
);
Sie erhalten eine Fit-Gruppe, in der die letzte Bivariate eine andere Gruppierungsspalte hat (:sex anstelle von :age).
Klicken wir nun auf die erste „Zusammenfassung der Anpassung“ und wählen wir „Kombinierte Datentabelle erstellen“.
Wir werden sehen, dass die Spalte „Alter“ fehlende Werte für das Diagramm aufweist, bei dem die Spalte „Gruppieren nach“ nicht „Alter“ ist, und dass es keine Spalte mit dem Namen „Geschlecht“ gibt.
Age column has missing values where Group By column is not AgeAge column has missing values where Group By column is not AgeDie Spalte „Alter“ enthält fehlende Werte, wenn die Spalte „Gruppieren nach“ nicht „Alter“ ist.
Welche Verbesserung würden Sie sich wünschen?
Die Gruppierung ist in der Analyse genauso variabel wie X oder Y. Warum verwenden wir dafür nicht separate Spalten? Gruppierungsname und Gruppierungswert? Das würde die Automatisierung weiterer Analysen erheblich vereinfachen.
Im schlimmsten Fall, wenn eine kombinierte Datentabelle erstellt wird, sollte man die gleiche Logik wie beim Verketten von Tabellen mit nicht übereinstimmenden Spalten anwenden – alle Spalten, in denen die Spalte in der Tabelle nicht vorhanden ist, werden im Ergebnis mit fehlenden Werten angezeigt.
Warum ist diese Idee wichtig? Die Anwendung linearer Regressionsmodelle oder anderer Modelle und die Auswertung des Berichts sind nicht das Ende der Analyse – sie können deren Anfang sein. Bei vielen Modellen, vielen Bedingungen und vielen zu analysierenden Aspekten würde eine robuste, kombinierte Datentabelle die Automatisierung dieses Prozesses erleichtern.
Vielen Dank für Ihren Beitrag. Wir prüfen ihn intern.
