Hola,
Tengo una distribución de una salida que tiene valores positivos y negativos. Si el valor de los datos es negativo, forma un grupo y si es positivo forma otro grupo. Cómo se encuentra el intervalo de confianza para seleccionar el grupo correctamente. Por ejemplo, el grupo negativo mínimo es -0.05, ¿debería considerar eso como grupo negativo? ¿Cómo encuentra el intervalo de confianza para establecer un criterio para seleccionar cada grupo correctamente? Gracias.
Gracias de nuevo por tu ayuda. He adjuntado la tabla para el Delta SNR y su categoría. La Delta SNR se calculó en función de algún diseño de experimento y fue el criterio de que si la SNR es positiva, la categorizamos como "Mantener" y si la categorización negativa como "Eliminar". La SNR = 0 es el límite de decisión y mis preguntas originales fueron para ver si hay algún margen de error que pueda obtenerse. Por ejemplo, si SNR = -0.005, debo clasificarlo como "Eliminar" o no. Espero que esté claro ahora. Gracias
Mirando sus datos, tiene algunos extremos que están afectando el ajuste y las estimaciones de dispersión. ¿De dónde viene el rojo y el verde? ¿Sabes que hay dos mezclas en tus datos? Y si es así, ¿estás mirando la clasificación errónea en el punto de corte?
Por experiencia, es peligroso interpretar los datos sin conocer el contexto de los datos y cuál es la pregunta real.
- Todavía no entiendo su solicitud "intervalo de confianza para un excelente valor de cero".
- El ajuste normal no encaja. Si tiene una columna que representa Rojo y Verde, diga que se llama GRP. Utilice Fit Y por X para Y (: Delta SNR) y X (: GRP) y cree un gráfico de cuantiles normal.
- Delta SNR sugiere una diferencia. Si hay dos variables utilizadas en el cálculo de este Delta, los métodos multivariados como los métodos de clúster k.
En otras palabras, lo aconsejaré por falta de información. Lo siento.
Muchas gracias por la ayuda y recomendaciones. Usé dos accesorios normales y adjunté el resultado. Me gusta saber cuál es el intervalo de confianza para el valor exacto de cero (donde el verde y el color de lectura están separados en la gráfica de diagnóstico). Gracias de nuevo.
Estoy confundido por tu pregunta.
No estoy seguro de si está tratando con errores de medición, valores atípicos o una combinación de dos distribuciones. Para datos multivariados, distancia de agrupamiento, distancias de Mahalanobis, etc. son usados. Para una sola variable, miraría mezclas.
Si está considerando los valores negativos como valores atípicos, puede calcular un intervalo de tolerancia, un 95% de confianza o un 95% de cobertura o algo parecido. O
Para una sola variable que es una mezcla de 2 distribuciones y si la mezcla de datos es algo suave, puede intentar ajustar una Mezcla Normal de 2.
A continuación se muestra un ejemplo del uso de una longitud de pétalo variable de la tabla de datos de muestra de Iris. Elegí colocar una mezcla normal con 3 grupos ya que sé que hay 3 especies. Elegí este porque muestra los centros (medios), los intervalos de confianza para la media, la dispersión y qué parte de los datos se estima que pertenecen a cada grupo. Teniendo la media y la dispersión, podrías calcular un puntaje / probabilidad de pertenencia a cada grupo.
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 )
)
)
);De lo contrario, necesita aclarar su solicitud.
