5005_de-DE

liliconcom

Peak Prediction<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Hallo,

Ich brauche eine Menge Hilfe, um dieses Problem zu lösen.  Ich habe eine Distribution (blau), die aus zwei Komponenten besteht.  Ich kenne eine Verteilung der ersten Komponente (rot), aber nicht die zweite.  Gibt es Möglichkeiten, die Verteilung der zweiten Komponente vorherzusagen oder abzuschätzen?  

Danke im Voraus.

Re: Peak Prediction

Ich kann Subtraktion verwenden, um die Verteilung der Sekunde zu bestimmen, aber ich weiß nicht, ob die Subtraktion mir die genaue Schätzung der zweiten Komponente liefert.  Ich gehe davon aus, dass eine zweite Verteilung nahezu normal ist, obwohl mir dafür keine konkreten Beweise vorliegen, und ein Teil der ersten Verteilung, die in einem vorherigen Diagramm dargestellt ist, ist irreführend.  Es ist tatsächlich ein übertriebener Graph der vermuteten ersten Komponente (rot) und der fraglichen Verteilung, wobei die Proportionen normalisiert sind (y-Achse). 

Ich hatte wirklich gehofft, dass JMP einige Funktionen hatte, die mir beim Erstellen eines Modells für eine Zwei-Komponenten-Normalmischung helfen, mit dem ich die beste Gesamtverteilung auswählen konnte, die der fraglichen Mischverteilung ähnelte.  Vielleicht brauche ich FMM- oder EM-Skripte?

Re: Peak Prediction

Es scheint, als hätten Sie bei diesem Problem nur einen Parameter zu schätzen: den Anteil, den die erste Komponente in Ihrer Distribution darstellt. Bei gegebenem Verhältnis kann die Form der zweiten Komponente durch Subtraktion ermittelt werden. Aber was möchte ich optimieren? Haben Sie eine Hypothese über die Form der zweiten Komponente? Soll es mit der ersten Komponente identisch sein? Soll es normal verteilt sein?

PG

Re: Peak Prediction

PG,

Danke für einen Vorschlag.  Ich habe FMM ausprobiert, aber es war nicht empfindlich genug, um zwei unterschiedliche Verteilungen vorherzusagen, obwohl ich manuell mit einigen Parametern gespielt habe.

Aki

Re: Peak Prediction

Die erste Komponente sieht nach links zensiert aus. Überprüfen Sie das Verfahren FMM auf die Abschätzung der finiten Gemischmodelle.

PG