Jacknife-AnalyseHi,
Ich bin daran interessiert, eine Jacknife-Analyse (Leave - One - Out) durchzuführen, um eine Fehlerschätzung im Mittelwert einer Stichprobenverteilung zu erhalten. Ich habe Bootstrap in JMP Pro gesehen und weiß es zu schätzen, wenn jemand eine Jacknife-Analyse in JMP durchgeführt hat.Vielen Dank.
Re: Jacknife-AnalyseDanke Cameron für deine Hilfe und dein Skript. Ich habe JMP Pro 14 und kann sicherlich auch Bootstrap verwenden.
Re: Jacknife-AnalyseVielen Dank für Ihre Vorschläge. Ich habe JMP PRO 14.
Re: Jacknife-AnalyseJackknife unterscheidet sich ein wenig von Bootstrap, wie Sie sicher wissen, aber es gibt einige Sachen mit Jackknife-Distanz für die Ausreißeranalyse in der multivariaten Plattform.Das ist der einzige mir bekannte Ort mit eingebauter Jackknife-Analyse.
https://www.jmp.com/support/help/14/distance-measures.shtml#240680
Für Ihren Anwendungsfall müssten Sie es wahrscheinlich von Hand skripten.Es wäre jedoch nicht schwer, warum nicht Bootstrap, wenn Sie Zugriff auf JMP Pro haben.Ich dachte an eine Möglichkeit, die Operation für ein standardmäßiges arithmetisches Mittel zu vektorisieren.Hier ist ein Beispiel.
//Create Example Table
n = 100; //number of observations
dt = New Table("Jackknife Example",<< New Column("X",Formula(Random Normal(100,10))));
dt << Add Rows(n);
//Jackknife Calculations
b = Identity(n)*-1 + 1; //matrix of 1s with 0s on the diagonal
Xvals = dt:X << Get Values; //get column X as vector
repX = shape(Xvals, n, n); //repeat vector X n times in new matrix (repeated as row vectors)
means_jack = repX:*b*j(n,1,1)/(n-1); //compute jackknife means
//Results
xbar = mean(means_jack);
var_jack = (n-1)^2/n*stddev(means_jack)^2;
se_jack = sqrt(var_jack);Re: Jacknife-AnalyseAuf welcher Plattform arbeiten Sie?
Es gibt einige Plattformen, die Leave-one-out als Option für die Kreuzvalidierung haben.Wenn Sie dies jedoch nicht als Option sehen, können Sie die K-fache Kreuzvalidierung auswählen und den K-Wert auf die Anzahl der Zeilen in Ihrer Datentabelle festlegen.
