☐ Nueva función genial
☑ ¡Podría ayudar a muchos usuarios!
☐ elimina algo que parece un “error”
☐ Es agradable tenerlo
☐ nadie lo necesita
¿Qué inspiró esta petición en la lista de deseos?
Trabajar con datos agrupados a menudo requiere regresiones rápidas en subconjuntos (por ejemplo, por oblea, lote o dispositivo). JMP ofrece muchas plataformas de ajuste, pero crear parámetros de ajuste lineal simples (pendiente/ordenada al origen) directamente en la tabla de datos no es posible sin usar scripts o ejecutar repetidamente la función Ajustar Y por X. Otras operaciones de columna (Clasificación de columna, Estandarizar, etc.) ya admiten flujos de trabajo rápidos a nivel de tabla; la regresión no.
Es posible recuperar los datos de las plataformas de entrenamiento: ¡esto es lo que distingue a los expertos en JMP de los principiantes!
¿Qué mejora le gustaría ver?
Introducimos dos nuevas operaciones de columna:
Pendiente de regresión lineal de Col()
Intercepto de regresión lineal de Col()
Los usuarios seleccionan X, Y y una columna opcional de Agrupación.
JMP calcula una regresión lineal dentro de cada grupo y crea una nueva columna que contiene la pendiente o la intersección a nivel de grupo. Cada fila del mismo grupo recibe el mismo valor de resultado.
Esto funciona completamente dentro de la interfaz de usuario de la tabla de datos, sin necesidad de la plataforma Fit.
¿Por qué es importante esta idea?
Muchos flujos de trabajo dependen de la extracción de parámetros de ajuste lineal simples para un gran número de grupos. Realizar esto manualmente en diferentes plataformas es propenso a errores y difícil de automatizar sin usar scripts.
Una operación de columna nativa, al igual que las funciones Col ...() existentes, haría lo siguiente:
- Optimizar drásticamente los flujos de trabajo de regresión agrupada.
- evitar configuraciones de modelos repetitivas
- garantizar un procesamiento coherente y centrado en la tabla
- Reducir errores y mejorar la reproducibilidad
- capacitar a los usuarios sin conocimientos de programación para realizar regresiones agrupadas de manera eficiente.
Más deseos enviados por hogi
