Analyse JacknifeSalut,
Je suis intéressé à faire une analyse Jacknife (Leave - One - Out) pour obtenir une estimation de l'erreur dans la moyenne d'une distribution d'échantillon. J'ai vu Bootstrap dans JMP Pro et j'apprécie si quelqu'un a effectué une analyse Jacknife dans JMP.Merci.
Re: Analyse JacknifeMerci Cameron pour votre aide et votre script. J'ai JMP Pro 14 et je peux certainement aussi utiliser Bootstrap.
Re: Analyse JacknifeMerci pour vos suggestions. J'ai JMP PRO 14.
Re: Analyse JacknifeLe jackknife est un peu différent du bootstrap, comme vous le savez sûrement, mais il existe des éléments de distance jackknife pour l'analyse des valeurs aberrantes dans la plate-forme multivariée.C'est le seul endroit que je connaisse avec une analyse jackknife intégrée.
https://www.jmp.com/support/help/14/distance-measures.shtml#240680
Pour votre cas d'utilisation, vous auriez probablement besoin de le scripter à la main.Ce ne serait pas difficile, cependant, pourquoi ne pas démarrer si vous avez accès à JMP Pro.J'ai pensé à un moyen de vectoriser l'opération pour une moyenne arithmétique standard.Voici un exemple.
//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: Analyse JacknifeSur quelle plateforme travaillez-vous ?
Certaines plates-formes proposent Leave-one-out comme option de validation croisée.Cependant, si vous ne la voyez pas comme une option, vous pouvez sélectionner la validation croisée K-fold et définir la valeur K sur le nombre de lignes que vous avez dans votre table de données.
