69098_fr-FR

liliconcom

Intervalle de confiance pour une valeur de données

Salut,

J'ai une distribution d'une sortie qui a des valeurs positives et négatives. Si la valeur de données est négative, elle forme un groupe et si positive forme un autre groupe. Comment on trouve l'intervalle de confiance pour sélectionner le groupe correctement. Par exemple, le groupe négatif min est -0,05, devrais-je considérer cela comme un groupe négatif? Comment trouvez-vous l'intervalle de confiance afin de définir un critère pour sélectionner correctement chaque groupe? Merci.

Re: intervalle de confiance pour une valeur de données

Merci agin pour votre aide. J'ai joint le tableau du Delta SNR et de sa catégorie. Le rapport SNR delta a été calculé sur la base d’une conception d’expérience et c’est le critère selon lequel, si le rapport SNR est positif, nous le classons dans la catégorie "Conserver" et, s’il est négatif, dans la catégorie "Supprimer". Le SNR = 0 est la limite de décision et ma question initiale était de savoir s’il existait une marge d’erreur possible. Par exemple, si SNR = -0,005, devrais-je le classer comme "Supprimer" ou non. J'espère que je suis clair maintenant. Merci

Re: intervalle de confiance pour une valeur de données

En examinant vos données, vous constaterez que des extrêmes affectent l'ajustement et l'estimation de la dispersion. D'où viennent le rouge et le vert? Savez-vous qu'il y a deux mélanges dans vos données? Et si oui, envisagez-vous une classification erronée à la limite?

 

Par expérience, il est dangereux d'interpréter des données sans connaître le contexte des données et la vraie question.

• Je ne comprends toujours pas votre demande "intervalle de confiance pour une valeur excellente de zéro". 
• La normale ajustée ne convient pas. Si vous avez une colonne représentant le rouge et le vert, dites qu’elle s’appelle GRP. Utilisez Ajuster Y par X pour Y (: Delta SNR) et X (: GRP) et créez un tracé quantile normal.
• Delta SNR suggère une différence. S'il y a deux variables utilisées dans le calcul de ce delta, méthodes multivariées telles que k méthodes de cluster. 

En d'autres termes, je vous conseillerai en raison du manque d'informations. Pardon.  

Re: intervalle de confiance pour une valeur de données

Merci beaucoup pour l'aide et les recommandations. J'ai utilisé deux montages normaux et j'ai joint le résultat. J'aime savoir quel est l'intervalle de confiance pour exactement la valeur de zéro (où le vert et la couleur de lecture sont séparés dans le tracé de diagnostic). Merci encore.

Re: intervalle de confiance pour une valeur de données

Je suis confus par votre question. 

 

Je ne sais pas si vous traitez avec des erreurs de mesure, des valeurs aberrantes ou vraiment un mélange de deux distributions.  Pour les données multivariées, la distance du cluster, les distances de Mahalanobis, etc. sont utilisés.  Pour une seule variable, je regarderais des mélanges.

 

Si vous considérez les valeurs négatives comme des valeurs aberrantes, vous pouvez calculer un intervalle de tolérance, une confiance de 95% pour une couverture à 95% ou un résultat similaire. Ou 

 

Pour une seule variable qui est un mélange de 2 distributions et si le mélange de données est assez lisse, vous pouvez essayer d’ajouter un mélange normal de 2. 

 

Vous trouverez ci-dessous un exemple d'utilisation d'une longueur de pétale variable dans le tableau de données exemple d'Iris. J'ai choisi d'adapter un mélange normal avec 3 groupes car je sais qu'il y a 3 espèces. J'ai choisi cette option car elle affiche les centres (moyennes), les intervalles de confiance pour la moyenne, la dispersion et quelle partie des données est estimée appartenir à chaque groupe. Avec la moyenne et la dispersion, vous pouvez calculer un zscore / probabilité d'appartenir à chaque groupe. 

 

 

Names Default to Here(1);

dt = Open("$Sample_data/Iris.jmp");

dist = dt << Distribution(
 Continuous Distribution(
  Column( :Petal length ),
  Horizontal Layout( 1 ),
  Vertical( 0 ),
  Fit Distribution(
   Normal Mixtures(
    Diagnostic Plot( Median Reference Line( 0 ) ),
    Clusters( 3 )
   )
  ),
  Customize Summary Statistics(
   Robust Mean( 1 ),
   Robust Std Dev( 1 ),
   Set Alpha Level( 0.05 )
  )
 )
);

Sinon, vous devez clarifier votre demande.