12298_de-DE

liliconcom

Fehler bei empirischen Modellschätzungen<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Hallo liebe Community,

Ich arbeite mit Klimadaten, um die Emissionen von Gasen aus Pflanzenblättern vorherzusagen. Ich habe Schätzungen für die Menge an Gasen (in Gramm) erstellt, die während einer Saison freigesetzt wurden.

Ich habe mehrere Messungen durchgeführt, um Werte für nicht gemessene Zeiträume vorherzusagen.

Ich habe zwei verschiedene Regressionsmodelle erstellt, um für jede Stunde die Emissionen (y2) vorherzusagen:

1) x1, x2, x3 zur Vorhersage y1

2) y1 , x4, x5, um vorherzusagen y2

Ich habe die Werte von y1 und y2 gemäß den Schätzungen des Modells vorhergesagt. Dann summierte ich alle vorhergesagten Werte für y2, um die von mir benötigte Schätzung zu erhalten.

Was mir fehlt, ist ein Fehlerausdruck für diese Schätzung.

Ich habe zwar ursprünglich von jmp bekommen, um die Fehlerwerte für jeden Wert vorherzusagen: fit model> Spalten speichern> Std für vorhergesagt.

und summieren Sie dann nach der Formel:

n = 2500

Gegenseitige SE = Quadratwurzel (se1 ^ 2 + se2 ^ 2 + ...... + se2500 ^ 2)

Der Fehler wird jedoch kaum größer, wenn ich meine kumulative Schätzung erstelle. so scheint es nicht der richtige Weg

Irgendwelche Ideen, wie man dieses Problem angehen kann?

Vielen Dank

Re: Fehler bei empirischen Modellschätzungen

Ein einfacher Arbeitsablauf besteht darin, Ihr Ausgangsmodell in einer oder mehreren Spalten zu definieren und den y1-Wert als Spalte für sich selbst zu definieren. Dann kann diese Spalte, die y1 enthält, eine Eingabe in andere Spalte (n) sein, die das zweite Modell bzw. die zweiten Modelle enthalten.

Re: Fehler bei empirischen Modellschätzungen

Nur noch eine letzte Frage

Wie würden Sie arbeiten, wenn Sie Schätzungen haben, die das Ergebnis von zwei Modellen wie oben sind, bei denen ich zuerst y1 vorhersage und dann y2 vorhersage?

Da die Fehlervorhersage für y2 auf zwei Modellen beruht.

Vielen Dank

Re: Fehler bei empirischen Modellschätzungen

Mit JMP und JMP Pro sind beliebig viele Modellierungs- und Simulationsansätze möglich. Sie sagen nicht, welche Version oder welches Produkt Sie verwenden. Das Schöne an JMP und JMP Pro ist, dass Sie mit einfachen und eleganten Datenanzeigen vieles von dem visualisieren können, was Sie zu erreichen versuchen. Ich empfehle die Verwendung der geeigneten Modellierungs- und Simulationsplattformen, um die gewünschten Ergebnisse zu erzielen. Speichern Sie anschließend die Vorhersageformel (s) des Modells zur Verwendung im eingebetteten JMP-Profiler in der Datentabelle. Wenn Sie über JMP Pro verfügen, sollten Sie die Modellvergleichsplattform verwenden, um verschiedene von Ihnen erstellte Modelle zu vergleichen. Innerhalb der Modellvergleichsplattform gibt es auch einen eingebetteten Profiler, den Sie ebenfalls als nützlich erachten können.

Re: Fehler bei empirischen Modellschätzungen

Danke Peter für deine Antwort,

Ich habe (noch) keine Erfahrung mit Monte Carlo.

Ich habe nicht erwähnt, dass ich diesen Prozess mehrmals durchgeführt habe, indem ich Schätzungen für verschiedene Pflanzenarten p1, p2 erstellt habe ... p6.

Ich möchte in diesen Graphen Fehlerbalken für diese kumulativen Schätzungen einfügen, um die Zuverlässigkeit der Schätzungen zu zeigen und einen Kontrasttest zwischen den Kategorien durchzuführen.

Denken Sie, dass dies für diese Bedürfnisse die richtige Methode ist?

Re: Fehler bei empirischen Modellschätzungen

Haben Sie über einen Monte-Carlo-Simulationsansatz nach y2 nachgedacht? Ich denke, was Sie wirklich wollen, ist nicht "Fehler" aus der Sicht eines Parameterschätzungsstandardfehlers, sondern eher Verteilungseigenschaften von y1 und y2 für Mittel, Varianzen, Formen usw.?