Confianza en la desviación estándar<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />¿Hay una manera de graficar la confianza (por ejemplo, .9) en un grupo de desviaciones estándar aparte de excavar a través de cada una de sus distribuciones? Tal vez estoy con muerte cerebral esta mañana.
* Editar * Ahora mismo estoy haciendo esto, pero siento que hay una mejor manera.
X = informe actual () ;
est = (X << xpath ( "// OutlineBox [text () = 'Intervalos de confianza'] / TableBox / NumberColBox [1] / NumberColBoxItem [2] / text ()" )) ;
LCI = (X << xpath ( "// OutlineBox [text () = 'Intervalos de confianza'] / TableBox / NumberColBox [2] / NumberColBoxItem [2] / text ()" )) ;
UCI = (X << xpath ( "// OutlineBox [text () = 'Intervalos de confianza'] / TableBox / NumberColBox [3] / NumberColBoxItem [2] / text ()" )) ;
Nueva mesa ( "Sigma grr" ,
nueva columna ( "Estimados" , Personaje , SetValues (est) ,
nueva columna ( "LCI" , Personaje , SetValues (LCI) ,
nueva columna ( "UCI" , Personaje , SetValues (UCI) ,
);
Re: Confianza en la desviación estándarLa mayoría de nuestras licencias aquí no son JMP Pro.
Re: Confianza en la desviación estándarPor favor mira Efron, B. (1987), "Better Bootstrap Confid Intervals", Journal of the Asociación Americana de Estadística, 82: 397, 171-185
Re: Confianza en la desviación estándarSí, smoore2, bootstrapping es una de las "muchas, muchas maneras" de hacer esto, y tiene algunas ventajas.
Desearía que JMP hubiera implementado un mejor enfoque para su estimación de arranque. ¡Le pido a Santa esto cada Navidad!
Tuve que escribir un complemento para obtener las estimaciones aceleradas de corrección de polarización (BCa) del paquete R "boot", que es un método más defendible, en mi opinión.
Tal vez si más personas alzaran su voz al unísono, ¿Santa nos escucharía?
Re: Confianza en la desviación estándar¿Por qué no usar la capacidad "bootstrap" para la estadística?
Re: Confianza en la desviación estándarHola vince
No estoy seguro de que esto sea lo que buscas, ya que hay muchas, muchas maneras de hacer esto, pero siempre puedes "rodar tu propio" ...
Nombres predeterminados aquí (1);
// Abrir el conjunto de datos en cuestión.
BigClass_dt = Abrir ("$ SAMPLE_DATA / Big Class.jmp");
// Resumir la desviación estándar por edad.
BigClassSummary_dt = BigClass_dt << Resumen (
Grupo (: edad),
Std Dev (: altura),
nombre de la tabla de salida ("Big Class Summary"));
// Establecer alfa como una variable de tabla.
BigClassSummary_dt << Set Table Variable ("alpha", 0.10);
// Calcular los intervalos de confianza
BigClassSummary_dt << Nueva columna ("LCI",
numérico, continuo,
Fórmula (Raíz (((: N filas - 1) *: Nombre ("Std Dev (altura)") ^ 2) / ChiSquare Quantile (1 -: alpha / 2,: N Rows - 1), 2)),
Fórmula eval);
BigClassSummary_dt << Nueva columna ("UCI",
numérico, continuo,
Fórmula (Raíz (((: N filas - 1) *: Nombre ("Std Dev (altura)") ^ 2) / ChiSquare Quantile (: alpha / 2,: N Rows - 1), 2)),
Fórmula eval);
// ¡Disfruta de tu vuelo estadístico!
