Distribuciones de Dirichlet en JMP (para Bayes antes)Hola,
Estoy probando un bootstrap bayesiano y me gustaría hacerlo en JMP Pro. Una de las distribuciones anteriores que me gustaría usar es Dirichlet. Estaba pensando en usar el tipo de datos de columna Expresión para contener vectores de los pesos y usar el Comprimir para etiquetar Addin para indexar los valores únicos en la columna para saber qué fila / columna del vector contiene el peso correcto que se debe aplicar.
Puedo generar vectores de Dirichlet utilizando el conector R (a continuación), pero me gustaría hacerlo en una columna de fórmula para poder aprovechar la función Bootstrap en Pro. ¿Alguna sugerencia?
Names Default To Here( 1 );
R Init();
//input list, outputlist, Rcode
rc = R Execute(
{nSamples,pollResult},
{x},
"
library (DirichletReg)
x <- rdirichlet(nSamples, c(728,584,138))"
);
Wait( 3 );
//get dataframe from R
resultMatrix = R Get(x);
//close connection
R Term();
//export results
dt = As Table( resultMatrix );Re: Distribuciones de Dirichlet en JMP (para Bayes antes)Combinando esta información con Expandir complemento de columna de vector Me ha dado justo lo que necesitaba. Gracias.
Re: Distribuciones de Dirichlet en JMP (para Bayes antes)Hola esteban
Puede pegar el código a continuación en una fórmula de columna, y debe tomar una muestra de un Dirichlet. Recomiendo que se convenza de que es preciso antes de usarlo, ya que no lo probé. Lo escribí basado en https://en.wikipedia.org/wiki/Dirichlet_distribution#Random_number_generation
alpha = [1 2 3 4 5];
gams = Random Gamma(alpha)`;
gams/sum(gams); // values sampled from dirichlet with concentration parameters alpha
Milo
Re: Distribuciones de Dirichlet en JMP (para Bayes antes)La distribución de Dirichlet no está disponible directamente en JMP, pero no es necesario que llame a R en este caso. Puede hacer una fórmula de columna en la que use las funciones que están disponibles en JMP. Ver, por ejemplo, " ¿Qué es una explicación intuitiva de la distribución de Dirichlet? " para más información.
