Ceci est la partie 3 d'une série d'articles de blog sur la fonctionnalité bootstrap dans JMP Pro , Version 10. Précédemment Nous avons exploité le fait que la distribution donnera des limites de confiance à Bootstrap chaque fois qu’une colonne BootID est présente dans la table de données. Partie 1 introduction en un clic amorçage dans JMP Pro.
Dans l'exemple de bootstrap d'aujourd'hui, nous sommes intéressés par le démarrage simultané de plusieurs tables dans un seul fichier. JMP rapport. (Étant donné que l’échantillonnage d’amorçage est régi par la graine aléatoire dans JMP, vous pouvez procéder de la même manière en amorçant les tables séparément, mais en définissant la même graine aléatoire avant chaque amorce.) Pour effectuer l’amorçage de plusieurs tables, nous allons JSL (langage de script JMP).
L'idée de base est que vous envoyez un sélectionner message à une ou plusieurs tables d'un rapport JMP, puis envoyez un bootstrap message à l'une des tables. Le résultat sera une série de exemples de tableaux de données bootstrap pour chaque tableau sélectionné dans le rapport. Vous devez toujours joindre ces tables d’une manière ou d’une autre, soit en utilisant Joindre() en JSL ou de manière interactive à l’aide de la fonction Joindre du menu Tables.
Pourquoi voudriez-vous amorcer simultanément plusieurs tables à partir d'un rapport JMP? Eh bien, vous pourriez être intéressé par la variabilité de plusieurs statistiques dans un rapport dont vous pensez qu'il sera corrélé les unes avec les autres. L'utilisation du même échantillon d'amorçage pour chaque analyse d'amorçage vous permet d'étudier la corrélation suspectée.
L'exemple de ce billet de blog implique des données simulées et une analyse Life Distribution qui correspond à une distribution normale ainsi qu'à une distribution normale avec le paramètre d'échelle fixé à 50. (Les données simulées étaient normalement distribuées en utilisant un paramètre d'échelle de 50.) Une fois le rapport de distribution de durée de vie produit, nous amorcerons les estimations d'emplacement et d'échelle à partir de l'ajustement de la distribution normale ainsi que du paramètre ajusté de l'ajustement de la distribution normale. Après avoir combiné les résultats, nous pouvons utiliser Multivarié pour nous montrer les relations entre les estimations par bootstrap. Les estimations bootstrap "de localisation" et de "localisation à échelle fixe" sont fortement corrélées, comme on pouvait s'y attendre d'après ce que nous savons de la simulation de données.
Voici la clé JSL pour accomplir le bootstrap simultané:
rpt [ "Estimation paramétrique - Normal" ] [ Nombre Col Box ( "Estimation" )] << sélectionner;
rpt [ "Paramètre fixe" ] [ "Estimation paramétrique - Normal" ] [ Nombre Col Box ( "Estimation" )] << sélectionner;
dtlst = rpt [ "Estimation paramétrique - Normal" ] [ Nombre Col Box ( "Estimation" )] << Bootstrap ( 100 ) ;
Si vous avez des idées sur des situations dans lesquelles il serait avantageux d'amorcer simultanément plusieurs tables à partir d'un rapport JMP, veuillez les partager dans la section des commentaires.
