5005_fr-FR

liliconcom

Prévision de pic<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Salut,

J'ai besoin d'une tonne d'aide pour résoudre ce problème.  J'ai une distribution (bleue) composée de deux composants.  Je connais une distribution du premier composant (rouge) mais pas du second.  Existe-t-il un moyen de prédire ou d’estimer la distribution de la deuxième composante?  

Merci d'avance.

Re: prévision de pic

Je peux utiliser la soustraction pour jauger la distribution de la seconde, mais je ne sais pas si la soustraction me donne une estimation précise de la seconde composante.  Je suppose qu'une deuxième distribution est proche de la normale bien que je n'ai aucune preuve concrète à cet égard et qu'une partie de la première distribution présentée dans un graphique précédent est trompeuse.  Il s’agit en réalité d’un graphique excessif de la première composante suspectée (en rouge) et de la distribution en question, les proportions étant normalisées (axe des ordonnées). 

En tout cas, ce que j’espérais vraiment, c’est que JMP dispose de fonctions qui m’aident à construire un modèle de mélange normal à deux composants, qui me permet de choisir la meilleure distribution globale qui ressemble à la distribution mixte en question.  Peut-être ai-je besoin de scripts FMM ou EM?

Re: prévision de pic

On dirait que vous n'avez qu'un seul paramètre à estimer dans ce problème: la proportion représentée par le premier composant de votre distribution. Étant donné une proportion, la forme du deuxième composant peut être trouvée par soustraction. Mais alors, que voudriez-vous optimiser? Avez-vous une hypothèse sur la forme du deuxième composant? Est-il censé être le même que le premier composant? Est-il censé être distribué normalement?

PG

Re: prévision de pic

PG,

Merci pour une suggestion.  J'ai essayé FMM mais ce n'était pas assez sensible pour prédire deux distributions distinctes même si je jouais manuellement avec certains paramètres.

Aki

Re: prévision de pic

Le premier composant semble être censuré. Consultez la procédure FMM pour une estimation par modèles de mélange fini.

PG