38888_fr-FR

liliconcom

Intervalles de confiance et de prédiction pour la régression orthogonale ?

Je peux dire que cette question a été postée en 2012, mais n'a jamais reçu de réponse, alors ça recommence:

Existe-t-il un moyen de tracer les intervalles de confiance et de prédiction pour orthogonal régression dans la plate-forme bivariée. Aussi, je voudrais enregistrer les équations d'intervalle. Les deux options existent pour "Fit line", c'est-à-dire la régression linéaire OLS.

Si l'option n'existe pas, je voudrais demander qu'elle soit implémentée.

Re : Intervalles de confiance et de prédiction pour la régression orthogonale ?

Salut Ian,

 

Merci pour ce script JSL. Cependant, le script ne fait que booster les estimations de pente et d'interception.J'étais curieux de savoir comment puis-je procéder pour estimer l'intervalle de prédiction dans la régression deming en utilisant cette sortie? J'apprécierais toute aide.

 

Merci

 

 

Re : Intervalles de confiance et de prédiction pour la régression orthogonale ?Hélas, je n'ai pas Pro :'-(Re : Intervalles de confiance et de prédiction pour la régression orthogonale ?

Avec JMP Pro, vous pouvez essayer d'amorcer :

NamesDefaultToHere(1);

// Sample data
dt = NewTable("Orthogonal Regression",
  NewColumn("x1", Formula(RandomUniform(-1, 1))),
  NewColumn("x2", Formula(RandomUniform(-1, 1))),
  AddRows(50)
);

// Fit orthogonal
fo = dt << Bivariate(Y( :x2 ), X( :x1 ), Fit Orthogonal( Equal Variances ));

// Bootstrap fitted parameters
dt2 = Report(fo)[TableBox(2)] << Bootstrap(1000);

// Look at the result
dt2 << Distribution(
    Continuous Distribution( Column( :Intercept ) ),
    Continuous Distribution( Column( :Slope ) ),
    SendToReport(
     Dispatch( {"Intercept"}, "Quantiles", OutlineBox, {Close( 1 )} ),
     Dispatch( {"Intercept"}, "Summary Statistics", OutlineBox, {Close( 1 )} ),
     Dispatch( {"Slope"}, "Quantiles", OutlineBox, {Close( 1 )} ),
     Dispatch( {"Slope"}, "Summary Statistics", OutlineBox, {Close( 1 )} )
    )
   );

Re : Intervalles de confiance et de prédiction pour la régression orthogonale ?

Personne de JMP ne lit ceci ?