¿Qué inspiró esta solicitud de lista de deseos? Me encontré con un error (¿?) que provocaba que, si se creaba una tabla de datos combinados en una colección de gráficos con varias columnas de Agrupar por, se perdieran.
Ejecutemos este código:
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 )}
);
Obtendrá un grupo de ajuste donde el último bivariado tiene una columna Agrupar por diferente (:sexo en lugar de :edad)
Luego, haga clic en el primer "Resumen de ajuste" y seleccione Crear tabla de datos combinados.
Veremos que la columna de edad tiene valores faltantes para el gráfico que tiene la columna Agrupar por NO :edad, y no hay ninguna columna llamada "sexo".
Age column has missing values where Group By column is not AgeAge column has missing values where Group By column is not AgeLa columna Edad tiene valores faltantes donde la columna Agrupar por no es Edad
¿Cuál es la mejora que le gustaría ver?
Agrupar por es una variable tan importante en el análisis como X o Y. ¿Por qué no tenemos columnas separadas para ello? ¿Agrupar por nombre y Agrupar por valor? Esto facilitará mucho la automatización de análisis posteriores.
En el peor de los casos, al crear una tabla de datos combinados, simplemente use la misma lógica que al concatenar tablas con columnas que no coinciden: todas las columnas aparecen en el resultado con valores faltantes donde la columna no estaba presente en la tabla.
¿Por qué es importante esta idea? Contar con un ajuste lineal u otros modelos y analizar el informe no es el final del análisis; podría ser el principio. Si tenemos muchos modelos, muchas condiciones y muchos elementos que analizar, una tabla de datos combinada robusta ayudaría a automatizar este proceso.
Gracias por publicar. Estamos revisando internamente.
