샘플링 분포 생성내 데이터세트에서 실제 샘플링 분포를 만들고 싶은데 이를 만들기 위해 JMP에서 어떤 공식을 사용해야 할지 잘 모르겠습니다.저는 10,000개의 인구 데이터 세트를 가지고 있고 n=100인 표본 분포를 만들고 싶습니다. 그러면 표본 평균이 100개가 됩니다.JMP에서 이를 생성하려면 어떤 공식을 사용해야 합니까?
Re: 샘플링 분포 만들기감사합니다!! 네, JSL 학습에 제안된 대로 하겠습니다.Re: 샘플링 분포 만들기다음은 이전에 응답한 스크립트를 간단히 수정한 것입니다.아래의 방법은 이를 해결하는 방법 중 하나일 뿐입니다.JMP 스크립팅의 세계를 경험하려면 JMP 스크립팅 가이드를 읽어야 JSL 학습의 길을 시작할 수 있습니다.
names defalut to here( 1 );
dt = New Table( "test",
New Column( "BPN",
values(
{103.2, 100.3, 99.2, 103.6, 102.1, 100.6, 100.1, 99.6, 99, 102.6, 101.2, 97.6, 102.1,
100, 102.4, 101.7, 105.3, 103.7, 99.1, 103.1, 99.3, 99.2, 98.5, 101.7, 106.3, 97.8,
104.6, 102.9, 103.1, 101.8, 101.8, 99.9, 102, 100.6, 106.6, 100.6, 104.7, 98.4, 95.6,
103.2, 103.5, 101, 102.8, 100.5, 97, 104, 99.8, 103, 103.4, 101.6, 100.6, 101.9,
101.2, 99.7, 101.1, 101.1, 99.2, 104.9, 103.4, 106.4}
)
)
);
dtSamples = New Table( "Samples", New Column( "Sample Means" ) );
For( i = 1, i <= 10, i++, // change this line to produce as many subsets as you want
dt2 = dt << Subset( invisible, Sample Size( 3 ), Selected columns only( 0 ) );
dtSamples << add Rows( 1 );
dtSamples:Sample Means[N Rows( dtSamples )] = Col Mean( dt2:BPN );
Close( dt2, nosave );
);Re: 샘플링 분포 만들기고마워요 txnelson. 스크립트 출력은 각각 샘플 크기가 3인 10개의 무작위 샘플을 제공합니다. 제안된 대로 필요한 샘플 수 및/또는 샘플 크기를 변경할 수 있습니다. 스크립트는 재샘플링(또는 샘플 크기 3, 10배의 무작위 하위 집합)으로 제한됩니다.
실제로 샘플 크기 3의 평균을 가진 데이터 테이블을 제공할 수 있는 스크립트가 필요하며, 10개의 무작위 샘플에 대해 단일 열로 배열되어 다른 평균 값을 관찰할 확률을 이해하는 데 더 사용할 것입니다.Re: 샘플링 분포 만들기하위 집합 플랫폼에는 무작위 기능이 내장되어 있습니다.아래는 다음을 사용하는 간단한 스크립트입니다.
테이블==>하위 집합
3개의 행이 있는 임의의 샘플 데이터 테이블을 생성합니다.For() 루프에 있으므로 원하는 만큼 임의 샘플을 생성하도록 지정할 수 있습니다.
dt = New Table( "test",
New Column( "BPN",
values(
{103.2, 100.3, 99.2, 103.6, 102.1, 100.6, 100.1, 99.6, 99, 102.6,
101.2, 97.6, 102.1, 100, 102.4, 101.7, 105.3, 103.7, 99.1, 103.1,
99.3, 99.2, 98.5, 101.7, 106.3, 97.8, 104.6, 102.9, 103.1, 101.8,
101.8, 99.9, 102, 100.6, 106.6, 100.6, 104.7, 98.4, 95.6, 103.2,
103.5, 101, 102.8, 100.5, 97, 104, 99.8, 103, 103.4, 101.6, 100.6,
101.9, 101.2, 99.7, 101.1, 101.1, 99.2, 104.9, 103.4, 106.4}
)
)
);
For( i = 1, i <= 10, i++, // change this line to produce as many subsets as you want
dt << Subset( Sample Size( 3 ), Selected columns only( 0 ) )
);Re: 샘플링 분포 만들기안녕하세요 txnelson, 샘플 수단에 대한 스크립트를 제공해 주셔서 감사합니다. 저는 JSL을 처음 접했고 내 데이터에 대해 시도한 스크립트를 수정하려면 여러분의 도움이 필요합니다. 참조용으로 첨부된 데이터 테이블과 스크립트입니다. 나는 당신이 게시한 스크립트를 (제한된 이해에 기초하여) 따랐습니다. 그러나 관찰된 최종 테이블은 비어 있었습니다. 제안해주세요..
원본 데이터 테이블에서 3개의 샘플 각각에 대해 100개의 샘플 평균을 갖는 최종 테이블이 필요합니다.
데이터 테이블(테이블 이름: BPN) 60개 개별 단위/바이알의 BPN 함량 값(%)이 포함되어 있습니다.
BPN
103.2
100.3
99.2
103.6
102.1
100.6
100.1
99.6
99
102.6
101.2
97.6
102.1
100
102.4
101.7
105.3
103.7
99.1
103.1
99.3
99.2
98.5
101.7
106.3
97.8
104.6
102.9
103.1
101.8
101.8
99.9
102
100.6
106.6
100.6
104.7
98.4
95.6
103.2
103.5
101
102.8
100.5
97
104
99.8
103
103.4
101.6
100.6
101.9
101.2
99.7
101.1
101.1
99.2
104.9
103.4
106.4
스크립트: (데이터 테이블을 연 상태에서 아래 스크립트로 시도했습니다)
dtMeans = 새 테이블( "BPN 평균", 새 열( "표본" ), 새 열( "BPN 3 표본 평균" ) );
dtMeans << 행 추가( 100 );
( i = 1, i <= 60, i++,
dt2 = dt << Subset( visible, Sample Size( 3), columns( : BPN ) );
dtMeans:샘플[i] = i;
dtMeans:BPN 3 표본 평균[i] = Col Mean( dt2:BPN );
닫기( dt2, nosave );
);
감사해요!!Re: 샘플링 분포 만들기그런 다음 정말 멋진 일을 하고 싶다면, 서면 통화 기록(예: .txt 파일)과 JMP Pro에 액세스할 수 있다면... 텍스트 분석 및 예측/탐색 모델링 작업의 전 세계를 손쉽게 이용할 수 있습니다. JMP Pro를 사용하면 잠재 클래스 분석, 주제 분석, 탐색을 위한 잠재 의미 분석을 포함하여 간단한 단어/구문 수를 사용하여 상담원 대화의 자유 형식 텍스트를 분석할 수 있습니다. 문서 용어 매트릭스 또는 기타 차원 축소 방법 사이에서 일반화 회귀 플랫폼과 텍스트(또는 대리자) 모델링을 위한 분위수 회귀 기능으로 짧은 도약을 거쳐 중앙값 또는 95번째 분위수에 대한 시간 분위수에 접촉합니다. 이제 단어와 대화 시간 사이의 연결이 생겼습니다! 그리고 참여에 대한 고객 만족도 점수가 있는 경우 이를 모델링할 수도 있습니다. 다음은 이 워크플로의 대부분을 보여주는 Mastering JMP 이벤트에 대한 링크입니다.
https://www.jmp.com/en_us/events/ondemand/mastering-jmp/using_text_explorer_to_extend_analytic.html
Re: 샘플링 분포 만들기예.
분산이 동일하지 않지만 오류가 정규 분포를 따르는 경우 Oneway 플랫폼 메뉴(빨간색 삼각형)에서 불평등 분산을 선택하면 JMP가 자동으로 제공하는 Welch ANOVA를 사용할 수 있습니다.
내가 아는 한, Life Distribution은 이 경우에 적합한 도구입니다.
Re: 샘플링 분포 만들기감사합니다. 많은 도움이 되었습니다. 내가 하려는 일에 확실히 도움이 됩니다.마지막 질문입니다. 분산이 동일하고 모집단이 정규 분포를 따르는 경우(또는 표본 크기가 충분히 큰 경우) 과거에 했던 것처럼 ANOVA를 사용할 수 있었을 것입니다. 맞습니까?나는 작업에 잘못된 도구를 사용하고 있지 않은지 확인하고 싶습니다.
Re: 샘플링 분포 만들기Life Distribution의 프로파일러를 사용하여 평균이나 중앙값보다 더 많은 것을 얻을 수 있습니다. 원하는 분위수(시간)나 확률을 추정할 수 있습니다.
Re: 샘플링 분포 만들기당신 말이 맞습니다. Oneway 플랫폼에서 볼 수 있는 다중 비교 선택과 유사한 것은 없습니다.
Wilcoxon 테스트는 모든 차이를 나타내는 옴니버스 지표입니다. 평균이나 분산과 같은 하나의 매개변수에만 국한되지 않습니다. 하지만 상단의 플롯이 도움이 될 수 있습니다. 평행선은 동일한 분산 또는 척도를 갖습니다. 변위된 선은 평균이나 위치가 다릅니다. 따라서 한 상담원이 지속적으로 통화를 더 빠르게 완료하면 곡선이 왼쪽으로 이동합니다.
또한 비교를 위해 각 그룹(에이전트)에 대한 모수 점 추정치 및 신뢰 구간이 있지만 해당 정보는 다중 비교 테스트와 동일하지 않습니다.
프로파일러를 사용하여 각 그룹에 대한 정보를 추출할 수도 있습니다. 이러한 답변은 점 추정과 구간 추정으로 제공됩니다.
나는 사과하는 것이 아니라 단지 여기서의 방법론이 신뢰성 공학 분야에서 나온 것임을 인식하고 있을 뿐입니다. 의학적 사망률과 질병률에서도 동일한 방법이 독립적으로 발견되었습니다. 따라서 용어는 해당 분야와 관련이 있지만 방법은 덜 관련성이 있습니다. 약간의 번역이 필요할 뿐입니다. 때로는 목표를 바꿔야 할 때도 있습니다. 신뢰성 측면에서 위험 함수가 증가하는 것은 좋지 않습니다. 하지만 귀하의 경우에는 좋습니다. 사건이 일어날 가능성이 높다는 뜻이다. 그러나 귀하의 경우 이벤트는 실패가 아니라 완료된 호출입니다.
이벤트 데이터에 대한 시간을 사용하는 회귀 모델에 대한 유사한 방법이 있습니다. 따라서 공변량이 있는 경우 이를 평생 모델에 포함하고 테스트할 수 있습니다. 여기에는 많은 유연성이 있습니다.
Re: 샘플링 분포 만들기매우 진실되고 좋은 의견입니다. 저는 일반적으로 프로세스가 관리 상태에 있는지 확인하기 위해 중앙값과 데이터의 산포를 모두 살펴보는 것을 중요하게 생각합니다.의견을 보내 주셔서 감사합니다.
Re: 샘플링 분포 만들기조언과 지침에 감사드립니다.저는 이 플랫폼을 사용해 본 적이 없지만, 이에 대해 자세히 읽어본 후에 이 상황에서 이것이 얼마나 유용할 수 있는지 알게 되었습니다.그러나 출력을 읽는 데 약간의 어려움이 있습니다.Wilcoxon Group Homogeneity Test에서 p-값이 <.0001이므로 분산이 확실히 균질하지 않다는 것을 알 수 있습니다.ANOVA를 사용하면 일반적으로 쌍별 비교를 보고 비교할 수 있지만 Weibull을 비교하는 방법에 어려움을 겪고 있습니다.말씀하신 대로 분포 비교에서 적합도를 시각적으로 평가할 수 있지만, ANOVA에서처럼 차이(예: p-값)를 통계적으로 확인할 수 있는 방법이 있습니까?
Re: 샘플링 분포 만들기너무 조금 추가 @마크_베일리 님의 권장 솔루션에 대해서는 다른 문제를 제기하겠습니다. 평균(또는 대신 중앙값에 대해 생각해 보셨나요?)과 분산/확산에 초점을 맞추는 것은 어떻습니까? Jack Welch의 유명한 인용문을 떠올려 보십시오. "고객은 평균을 거의 경험하지 않습니다. 그들은 차이를 느끼고 경험합니다." 따라서 최종 목표가 평균 접촉 길이를 개선하거나 보다 일관되게 만드는 것이라면... 궁극적인 목표가 접촉 길이 차이를 줄여 고객 만족도를 향상시키는 것이라면 차이 최소화/감소에 대해서도 생각해 보시기 바랍니다.
Re: 샘플링 분포 만들기지금은 이해. ANOVA에서는 무작위 오류가 정규 분포를 따른다고 가정합니다. 그러니 ANOVA를 사용하지 말자!
모든 문제를 해결할 수 있는 간단한 방법이 있습니다. 우선, 통화 시간의 길이 일반적으로 정규 분포가 아닙니다. 이는 삶 통화 중이거나 단순히 생활 시간 데이터. 보다 일반적으로는 다음과 같습니다. 이벤트 시간 데이터(이벤트는 통화 종료입니다). 사용하고 싶으신가요? 분석하다 > 신뢰성과 생존 > 생명분배 ANOVA 대신. 선택 그룹 비교 시작 대화 상자 상단에 있는 탭입니다. 통화 값의 길이가 있는 열을 선택하고 Y, 이벤트 시작 시간 . 상담원을 식별하는 값이 포함된 열을 선택하고 그룹화 . (지금은 큰 가정이지만 일을 진행해 보겠습니다. 모든 통화가 완료되었습니다. 즉, 통화 관찰 길이 중 어느 것도 불완전한 통화를 나타내지 않습니다. 이러한 상황을 검열이라고 합니다. 필요한 경우 나중에 해당 사례를 적절하게 처리할 수 있습니다.) 이제 클릭하세요. 가다 .
나는 와이블 배포 모델 및 확장. 다음을 클릭하세요. 체크박스 Weibull과 라디오 버튼 와이블 이후. 당신은 많은 정보를 다시 얻게 될 것입니다.
첫째, 분포 비교의 상단에 있는 플롯은 적합도를 시각적으로 평가하고 에이전트 간의 차이를 평가하는 데 유용합니다. 둘째, 요약 보고서는 각 상담원에 대해 알려줍니다. Wilcoxon 그룹 동질성 테스트를 열고 조사하십시오. 모든 에이전트의 분포는 동일하지만 에이전트가 다른 경우 중요하다고 가정합니다. 셋째, 각 에이전트에 대한 분석이 포함된 탭이 있습니다. 각 보고서는 상세하고 구체적입니다. 모든 정보가 필요하지 않거나 원하지 않을 수도 있습니다.
여기서 멈춰서 우리가 좋은 방향으로 가고 있는지, 추가 질문이 있는지 알아보겠습니다.
Re: 샘플링 분포 만들기표본 평균을 생성하는 한 가지 방법은 다음과 같습니다.테이블을 삭제하는 대신 저장하고 연결하면 실제로 샘플을 사용하여 분석을 수행할 수 있습니다.
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/semiconductor capability.jmp" );
dtMeans = New Table( "Final", New Column( "Sample" ), New Column( "NPN1 Mean" ) );
dtMeans << add rows( 100 );
For( i = 1, i <= 100, i++,
dt2 = dt << Subset( invisible, Sample Size( 100 ), columns( :NPN1 ) );
dtMeans:Sample[i] = i;
dtMeans:NPN1 Mean[i] = Col Mean( dt2:npn1 );
Close( dt2, nosave );
);
Re: 샘플링 분포 만들기글쎄, 나는 이것에 대해 추가적인 배경 지식을 제공해야 할 것 같아요.제가 하고 싶은 일은 다양한 콜센터 상담원을 살펴보고 ANOVA 테스트를 수행하여 상담원 간의 평균 통화 시간에 통계적으로 유의미한 차이가 있는지 확인하는 것입니다.그러나 각 상담원의 통화 데이터 길이를 보면 데이터 세트가 정규 분포를 따르지 않고 세트를 비교할 때 분산의 동질성을 위반하고 있습니다.중심 한계 정리에 따라 해당 달에 각 에이전트가 n=100으로 수행한 10,000건(대략) 호출에 대한 샘플링 분포를 수행한 경우 이는 보다 정규 분포를 따릅니다.또한 불평등 분산에 대해 Welch의 t-검정을 사용하는 것도 고려했지만 이것이 문제를 완전히 해결할 수 있을지 확신할 수 없었습니다.데이터를 정규화하는 다른 방법이 있다는 것을 알고 있지만 JMP를 사용하여 일반적인 샘플링 분포를 수행하는 방법을 아는 것도 유용할 것이라고 생각했습니다.나는 이것에 대해 잘못된 방향으로 갈 수 있으므로 추가 조언이 좋을 것입니다!
Re: 샘플링 분포 만들기방금 원래 게시물을 다시 읽었습니다. 해당 데이터가 무엇이든 Y의 표본 평균을 계산하고 싶습니까? 그냥 계산해 보세요. 표본 평균은 여전히 모집단 평균에 대한 편견 없는 추정치입니다.
샘플링 분포가 어떻게 도움이 되나요? N = 100인 많은 하위 표본의 모든 추정값을 어떻게 하시겠습니까?
또한 정규 분포를 가정하기 위해 무엇을 하려고 합니까?
Re: 샘플링 분포 만들기응답해 주셔서 감사합니다.그래서 콜센터에서 한 달 동안의 전화 통화 시간에 대한 인구 데이터를 가지고 있는데 그 데이터는 정규 분포를 따르지 않습니다.내 생각은 샘플당 n=100의 무작위 샘플링을 수행하여 정규 분포를 만드는 데 도움이 되는 것이었습니다.이 작업을 수행하는 다른 방법이 있다는 것을 알고 있지만 JMP에서 이 작업을 수행하는 방법을 알고 싶었습니다.저는 JMP Pro가 없으므로 아래 텍스트에 따르면 이것이 불가능할 수도 있습니다.이것이 내가 묻는 것이 더 의미가 있습니까?
Re: 샘플링 분포 만들기우선, 샘플링 분포는 무엇입니까? 우리는 일반적으로 표본 평균이나 기울기와 같은 추정치와 관련하여 표본 분포를 생각합니다. 당신이 추구하는 것이 무엇입니까? 그렇다면 어떤 추정치가 있습니까?
둘째, 표본분포는 복원추출을 가정한다. 열 수식을 사용하면 해당 작업이 어려울 수 있습니다.
셋째, 샘플링 분포를 제대로 이해하려면 일반적으로 많은 추첨이 필요합니다. 다시 말하지만, 열 공식을 사용하면 이 반복이 어려울 수 있습니다.
넷째, JMP Pro가 있나요? 통계의 새로운 추정치를 얻기 위해 데이터를 다시 샘플링하는 내장된 부트스트래핑 기능이 있습니다. 추첨 크기를 지정할 수 있는지 아니면 항상 원래 샘플 크기를 사용하는지 기억이 나지 않습니다.
스크립트가 필요할 수도 있다고 생각합니다.
