Fiducia nella deviazione standard<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />C'è un modo per tracciare il grafico di Confidence (ad esempio .9) in un gruppo di Deviazioni Std diverse da scavare attraverso ciascuna delle loro distribuzioni? Forse sono solo cerebralmente morto stamattina.
* Modifica * In questo momento sto solo facendo questo, ma sento che c'è un modo migliore.
X = rapporto corrente () ;
est = (X << xpath ( "// OutlineBox [text () = 'Intervalli di confidenza'] / TableBox / NumberColBox [1] / NumberColBoxItem [2] / text ()" )) ;
LCI = (X << xpath ( "// OutlineBox [text () = 'Intervalli di confidenza'] / TableBox / NumberColBox [2] / NumberColBoxItem [2] / text ()" )) ;
UCI = (X << xpath ( "// OutlineBox [text () = 'Intervalli di confidenza'] / TableBox / NumberColBox [3] / NumberColBoxItem [2] / text ()" )) ;
Nuova tabella ( "Sigma GRR" ,
nuova colonna ( "stime" , Personaggio , SetValues (est)) ,
nuova colonna ( "LCI" , Personaggio , SetValues (LCI)) ,
nuova colonna ( "UCI" , Personaggio , SetValues (UCI)) ,
);
Ri: Fiducia nella deviazione standardLa maggior parte delle nostre licenze qui non sono JMP Pro.
Ri: Fiducia nella deviazione standardPerfavore guarda Efron, B. (1987), "Better Bootstrap Confidence Intervals", Journal of the American Statistical Association, 82: 397, 171-185
Ri: Fiducia nella deviazione standardSì, Smoore2, il bootstrap è uno dei "tanti, molti modi" per farlo e ha alcuni vantaggi.
Vorrei che JMP avesse implementato un approccio migliore alla loro stima di bootstrap. Chiedo a Babbo Natale questo ogni Natale!
Ho dovuto scrivere un addin per ottenere le stime Bias Corrected accelerated (BCa) dal pacchetto R "boot", che è un metodo più difendibile, secondo me.
Forse se più persone alzassero la voce all'unisono, Babbo Natale ci sentisse ??
Ri: Fiducia nella deviazione standardPerché non utilizzare la funzionalità "bootstrap" per la statistica?
Ri: Fiducia nella deviazione standardCiao, Vince!
Non sei sicuro che questo sia ciò che cerchi, dal momento che ci sono molti, molti modi per farlo, ma puoi sempre "lanciare il tuo" ...
Nomi predefiniti qui (1);
// Apre il set di dati in questione.
BigClass_dt = Open ("$ SAMPLE_DATA / Big Class.jmp");
// Riepiloga la deviazione standard per età.
BigClassSummary_dt = BigClass_dt << Sommario (
Gruppo (: età),
Dev Dev (: altezza),
nome della tabella di output ("Big Class Summary"));
// Imposta alpha come variabile di tabella.
BigClassSummary_dt << Imposta tabella variabile ("alpha", 0.10);
// Calcola gli intervalli di confidenza
BigClassSummary_dt << Nuova colonna ("LCI",
numerico, continuo,
Formula (Root (((: N Rows - 1) *: Name ("Std Dev (height)") ^ 2) / ChiSquare Quantile (1 -: alpha / 2,: N Rows - 1), 2)),
formula eval);
BigClassSummary_dt << Nuova colonna ("UCI",
numerico, continuo,
Formula (Root (((: N Rows - 1) *: Name ("Std Dev (height)") ^ 2) / ChiSquare Quantile (: alpha / 2,: N Rows - 1), 2)),
formula eval);
// Revel in your swerve statistico!