Vorhersageintervall für die Poisson-VerteilungLiebe JMP-Communitys,
Ich habe Daten, die Anzahl/Leerzeichen sind.
In meinem Fall (Anzahl der aufgetretenen Ereignisse / Zeit). Daher ist es selbstverständlich, dass ich diese Daten mit „Diskrete Anpassung“ > „Poisson“ anpassen würde.
Anschließend erstellt JMP das angepasste Poisson mit den Ergebnissen des oberen/unteren 95 %-Konfidenzintervalls gemäß dem folgenden Foto.

Meine Frage ist: Wie erhalte ich obere/untere 95 %? Vorhersage Intervall?
Danke für den Hinweis.
Br,
Chris
Betreff: Vorhersageintervall für die Poisson-VerteilungSie haben Recht – das Vorhersageintervall für das Lambda ist auf der Vertriebsplattform nicht verfügbar. Entsprechend passe ich ein loglineares Poisson-Regressionsmodell nur auf Schnittpunkten mit der GLM-Plattform an, um die gleichen Schätzungen zu erhalten, aber es liefert auch keine Vorhersageintervalle.
Betreff: Vorhersageintervall für die Poisson-VerteilungHallo,
Vielen Dank, dass Sie sich mit dieser Frage befasst haben.
Ich verwende JMP Version 14.
Ich weiß, dass es die Option „Vorhersageintervall“ gibt, wie Sie bereits erwähnt haben.
Der Grund, warum ich das in Frage stelle, liegt darin, dass das berechnete Konfidenzintervall aus zwei völlig unterschiedlichen Werten besteht (basierend auf 95 %).
In meinem Beispiel:
Das berechnete Konfidenzintervall 95 % (basierend auf der t-Dichtefunktion) beträgt 22,6 bis 48,1.
Das berechnete Konfidenzintervall von 95 % (basierend auf der Poisson-Dichtefunktion) beträgt 32,5 bis 38,4.
Aus diesem Grund wundere ich mich, dass die von Ihnen gezeigte Option „Vorhersageintervall“ auf der Grundlage der t-Dichtefunktion und nicht auf der Poisson-Funktion berechnet wird.
Ich hoffe, das bringt die Frage jetzt klar.
Br,
Chris
Betreff: Vorhersageintervall für die Poisson-VerteilungIch weiß nicht, welche Version Sie verwenden. Überprüfen Sie das Menü mit dem umgekehrten roten Dreieck neben dem Variablenumrissfeld

Hier ist ein Beispielskript:
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Quality Control/Airport.jmp" );
obj = Distribution( Column( :Delay ) );
obj << Fit Distribution( Poisson );
obj << Prediction Interval(0.95, 1);