Konfidenzintervall für die Fehlerrate im SimulatorHallo,
Ich frage mich, wie ich in der Simulatorfunktion von Fit Model -> Prediction Profiler ein Konfidenzintervall für die Fehlerrate (in Proportionen oder ppm-Einheiten) für eine Antwort erhalten kann.
Danke schön!
Betreff: Konfidenzintervall für die Fehlerrate im SimulatorDer Teil, der von JMP Pro abhängt, ist „ Klicken Sie mit der rechten Maustaste auf die Spalte „Prozent“ unten in der Übersicht zur Fähigkeitsanalyse und wählen Sie „Simulieren“. " Leider wäre ohne JMP Pro Skripting erforderlich, um diese Funktionalität zu duplizieren. Das Skript müsste die Formel iterativ auswerten, die simulierten Ergebnisse in die Y-Spalte kopieren, die Fähigkeitsanalyse ausführen, die Ergebnisse der Fähigkeitsanalyse extrahieren und die Ergebnisse in der nächsten Zeile in einer separaten Datentabelle speichern, bis genügend Durchläufe erzielt wurden.
Sie können den Dateiaustauschbereich der JMP-Community durchsuchen, um zu sehen, ob etwas Ähnliches wie dieses Skript eingereicht wurde.
Betreff: Konfidenzintervall für die Fehlerrate im SimulatorHallo Mark,
Vielen Dank für die ausführliche Erläuterung des Verfahrens. Ich habe leider kein JMP Pro. Könnten Sie bitte darauf hinweisen, bei welchen Teilen es sich speziell um eine Funktion handelt, die nur JMP Pro bietet, und möglicherweise vorschlagen, ob es im Nicht-Pro-JMP ein alternatives Verfahren gibt? Danke schön.
Betreff: Konfidenzintervall für die Fehlerrate im SimulatorHaben Sie JMP Pro?
Wenn ja, können Sie die Formel für das Modell, das Sie profilieren, unter „Kleinste Quadrate anpassen“ speichern. Bearbeiten Sie die Formel. Ersetzen Sie den kategorialen Begriff durch die Parameterschätzung für das gewünschte Niveau. Ersetzen Sie den Spaltennamen für kontinuierliche Faktoren durch die gewünschte Ebene für feste Faktoren. Ersetzen Sie abschließend den Spaltennamen für kontinuierliche Faktoren durch den Ausdruck für variable Faktoren.
Ich werde mit Big Class illustrieren. Ich habe ein lineares Modell für :weight = intercept + :age + :sex + p*:height angepasst. Ich habe die Vorhersageformel gespeichert. Hier ist es:
Nehmen wir an, ich möchte den Fall simulieren, in dem ich :age=14 und :sex="F" ausgewählt und behoben habe. Ich möchte :height als Normalverteilung mit einem Mittelwert von 50 und einer Standardabweichung von 5 variieren. Durch die Bearbeitung wird die erste Instanz von Match() durch die Parameterschätzung für :age=14 und die zweite Instanz durch die Parameterschätzung für :sex="F" ersetzt.Die Spalte :height wird durch Random Normal( 80,5) ersetzt. Die Formel sieht nach der Bearbeitung zur Erfassung dieses Falls folgendermaßen aus:
Wählen Sie die Spalte mit der Vorhersageformel aus und kopieren Sie die Werte. Erstellen Sie eine neue Datenspalte für diese Werte. Zur Veranschaulichung habe ich einen Spezifikationsbereich von 75 <= :Gewicht <= 125 erstellt. Führen Sie nun die Fähigkeitsanalyse der Kopie in der Distributionsplattform mit den angegebenen Spezifikationen durch.
Klicken Sie mit der rechten Maustaste auf die Spalte „Prozent“ unten in der Übersicht zur Fähigkeitsanalyse und wählen Sie „Simulieren“. Wählen Sie die Spalte mit der Vorhersageformel aus, um sie einzuschalten. Die neue Datentabelle enthält alle simulierten Läufe mit einem Tabellenskript zum Starten der Verteilungsplattform. Sie erhalten das empirische Konfidenzintervall aus der Quantilübersicht.
Betreff: Konfidenzintervall für die Fehlerrate im SimulatorHallo Mark, danke für die Antwort. Mir ist das von Ihnen beschriebene Verfahren als eine Option bekannt, aber ich interessiere mich insbesondere für die Art und Weise, wie das Konfidenzintervall für den Fehlerratenwert aus der Verteilungsstatistik berechnet wird, nachdem nur eine Simulation ausgeführt wurde. Hätten Sie Informationen dazu, wie dies entweder nativ in JMP oder mit einer Formel erfolgen kann? Danke schön.
Betreff: Konfidenzintervall für die Fehlerrate im SimulatorBei der Simulation ist es sinnvoller, einfach die Anzahl der simulierten Läufe zu erhöhen, um die Präzision (signifikante Zahlen) der Schätzungen für Fähigkeitsmessungen zu verbessern. Die simulierten Läufe im Prediction Profiler sind günstig und schnell. Verwenden Sie eine große Zahl, führen Sie die Simulation zweimal durch und vergleichen Sie die Ergebnisse. Dieser Vergleich gibt Ihnen eine Vorstellung von der Präzision der Schätzungen, um über eine ausreichend große Anzahl von Läufen zu entscheiden.
