Crear una distribución de muestreoMe gustaría crear una distribución de muestreo real a partir de mi conjunto de datos y no estoy seguro de qué fórmula(s) usar en JMP para crearla.Tengo un conjunto de datos de población de 10 000 y me gustaría crear una distribución muestral con n = 100, que luego daría como resultado 100 medias muestrales.¿Qué fórmula uso para crear esto en JMP?
Re: Crear una distribución de muestreo¡¡Gracias!! Sí, haré lo sugerido sobre el aprendizaje de JSL.Re: Crear una distribución de muestreoA continuación se muestra una modificación simple del script con el que respondí anteriormente.La siguiente es solo una de las formas de resolver esto.Si vas a jugar en el mundo de JMP Scripting, debes leer la Guía de JMP Scripting para que puedas comenzar el camino de aprender JSL.
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: Crear una distribución de muestreoGracias txnelson. La salida del script proporciona 10 muestras aleatorias, cada una con un tamaño de muestra de 3. Como se sugirió, se puede cambiar el número requerido de muestras o el tamaño de la muestra. El script se limita a un nuevo muestreo (o un subconjunto aleatorio de un tamaño de muestra de 3, 10 veces).
En realidad, necesitaría un script que pueda proporcionar una tabla de datos con la media de un tamaño de muestra de 3, organizada en una sola columna para, digamos, 10 muestras aleatorias, que usaría además para comprender la probabilidad de observar diferentes valores medios.Re: Crear una distribución de muestreoLa plataforma Subset tiene una capacidad aleatoria incorporada.A continuación se muestra un script simple que utiliza
Tablas==>Subconjunto
para generar una tabla de datos de muestra aleatoria con 3 filas.Está en un bucle For(), por lo que puede especificar que se generen tantas muestras aleatorias como desee.
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: Crear una distribución de muestreoHola txnelson, gracias por el guión sobre medios de muestra. Soy nuevo en JSL y necesito su ayuda para corregir el script que probé con mis datos. Tabla de datos y script adjuntos como referencia. Simplemente seguí (basado en una comprensión limitada) el guión que publicó. Sin embargo, el cuadro final observado quedó en blanco. Por favor recomiende..
Necesitaría una tabla final con la media de 100 muestras, cada una de las 3 muestras, de la tabla de datos original.
Tabla de datos (Nombre de la tabla: BPN) Contiene el valor del contenido de BPN (en %) de 60 unidades/viales individuales.
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
Script: (con la tabla de datos abierta, probé con el script a continuación)
dtMeans = Nueva tabla ("Media de BPN", Nueva columna ("Muestra"), Nueva columna ("Media de muestra de BPN 3" ) );
dtMeans << agregar filas (100);
Para (i = 1, i <= 60, i++,
dt2 = dt << Subconjunto (invisible, Tamaño de muestra (3), columnas (: BPN));
dtMedios:Muestra[i] = i;
dtMeans:BPN 3 Media de muestra[i] = Col Media( dt2:BPN );
Cerrar( dt2, nosguard );
);
¡¡Gracias!!Re: Crear una distribución de muestreoEntonces, si realmente quiere volverse loco, si tiene acceso a transcripciones escritas de llamadas (por ejemplo, en un archivo .txt) Y a JMP Pro... entonces todo un mundo de análisis de texto y trabajo de modelado predictivo/exploratorio está a su alcance. Con JMP Pro puede analizar el texto de formato libre de las conversaciones de los agentes utilizando recuentos simples de palabras/frases hasta e incluyendo análisis de clases latentes, análisis de temas y análisis semántico latente para exploración. Desde allí, entre la matriz de términos del documento u otros métodos de reducción de dimensionalidad, hay un breve salto a la plataforma de regresión generalizada y las capacidades de regresión cuantil para modelar texto (o sus sustitutos) para contactar cuantiles de tiempo para la mediana o, digamos, cuantil 95. ¡Ahora tienes un vínculo entre las palabras y el tiempo de conversación! Y si tiene puntuaciones de satisfacción del cliente relacionadas con un compromiso, también puede modelarlas. Aquí hay un enlace a un evento Mastering JMP que ilustra gran parte de este flujo de trabajo:
https://www.jmp.com/en_us/events/ondemand/mastering-jmp/using_text_explorer_to_extend_analysis.html
Re: Crear una distribución de muestreoSí.
Si las varianzas eran desiguales pero los errores se distribuían normalmente, entonces podría usar el ANOVA de Welch, que JMP proporciona automáticamente si selecciona Variaciones desiguales en el menú de la plataforma Oneway (triángulo rojo).
Life Distribution es la herramienta adecuada en este caso, hasta donde yo sé.
Re: Crear una distribución de muestreoGracias, esto ayuda mucho. Definitivamente me ayuda con lo que estoy tratando de hacer.Una última pregunta: si las varianzas fueran iguales y la población estuviera distribuida normalmente (o el tamaño de mi muestra fuera lo suficientemente grande), podría haber usado un ANOVA como lo hice en el pasado, ¿correcto?Sólo quiero asegurarme de no estar usando la herramienta incorrecta para el trabajo.
Re: Crear una distribución de muestreoPuede utilizar los perfiladores de Life Distribution para obtener más que la media o la mediana. Puede estimar cualquier cuantil (tiempo) o probabilidad que desee.
Re: Crear una distribución de muestreoTienes razón, no existe un análogo a las opciones para comparaciones múltiples que se encuentran en la plataforma Oneway.
La prueba de Wilcoxon es un indicador general de cualquier diferencia. No es específico de un parámetro como la media o la varianza. Sin embargo, la trama en la parte superior puede ayudar en ese sentido. Las rectas paralelas tienen la misma varianza o escala. Las líneas desplazadas tienen diferente media o ubicación. Entonces, si un agente completa constantemente sus llamadas más rápido, su curva se desplazaría hacia la izquierda.
También tiene las estimaciones puntuales de los parámetros y los intervalos de confianza para cada grupo (agente) para comparar, aunque esa información no es lo mismo que una prueba de comparación múltiple.
También puede utilizar los generadores de perfiles para extraer información sobre cada grupo. Estas respuestas se proporcionan como estimación puntual y estimación de intervalo.
No me disculpo, simplemente reconozco que la metodología aquí proviene del campo de la ingeniería de confiabilidad. Los mismos métodos se descubrieron de forma independiente en la mortalidad y morbilidad médica. Por lo tanto, la terminología pertenece a esos campos, pero los métodos no son menos relevantes. Sólo requiere un poco de traducción. A veces también requiere revertir los objetivos. En confiabilidad, una función de riesgo creciente es mala. Aunque en tu caso está bien. Significa que es más probable que ocurra un evento. Pero en tu caso un evento no es un fracaso, es una llamada completada.
Existen métodos análogos para modelos de regresión con datos de tiempo hasta el evento. Entonces, si tuviera covariables, podría incluirlas en el modelo de por vida y probarlas. Aquí hay mucha flexibilidad.
Re: Crear una distribución de muestreoMuy cierto y buen comentario. Por lo general, me esfuerzo en observar tanto las medianas como la distribución de los datos para determinar si el proceso está bajo control.Gracias por la respuesta.
Re: Crear una distribución de muestreoGracias por los consejos e instrucciones.Nunca he usado esta plataforma pero después de leer más sobre ella veo que podría ser muy útil en esta situación.Sin embargo, tengo algunas dificultades para leer el resultado.Veo en la Prueba de Homogeneidad del Grupo Wilcoxon que el valor p es <.0001, por lo que las varianzas definitivamente no son homogéneas.Con ANOVA normalmente miro comparaciones por pares y puedo comparar, pero tengo dificultades para comparar el Weibull.Como mencionaste, puedo evaluar visualmente la bondad del ajuste en Comparar distribuciones, pero ¿hay alguna manera de determinar estadísticamente la diferencia (como el valor p) como lo hacemos con ANOVA?
Re: Crear una distribución de muestreoTambién agregue un poco a @Mark_Bailey La solución recomendada, agregaré otro problema. ¿Qué tal si nos centramos en la media (o en su lugar, hemos pensado en la mediana?) Y en la varianza/difusión? Recuerde la famosa cita de Jack Welch, parafraseando: "Los clientes rara vez experimentan la media... sienten y experimentan la variación". Entonces, si su objetivo final es mejorar o hacer más consistente la duración PROMEDIO del contacto... Le animo a que también piense en minimizar/reducir la variación cuando su objetivo final es mejorar la satisfacción del cliente mediante la reducción de la VARIACIÓN de la duración del contacto.
Re: Crear una distribución de muestreoAhora entiendo. El ANOVA supone que los errores aleatorios se distribuyen normalmente. ¡Así que no usemos ANOVA!
Existe una forma sencilla de solucionar todos sus problemas. En primer lugar, el duración del tiempo de llamada generalmente no tiene una distribución normal. Es una medida de la vida de la llamada o simplemente toda la vida datos. De manera más general, es hora del evento datos (el evento es el final de la llamada). quieres usar Analizar > Fiabilidad y supervivencia > Distribución de vida en lugar de ANOVA. Selecciona el Comparar grupos pestaña en la parte superior del cuadro de diálogo de inicio. Seleccione la columna con la longitud de los valores de llamada y haga clic Y, tiempo hasta el evento . Seleccione la columna con los valores que identifican a los agentes y haga clic Agrupamiento . (Es una gran suposición por ahora, pero comencemos: todas las llamadas se completaron. Es decir, ninguna de las observaciones de duración de las llamadas representa llamadas incompletas. Esa situación se conoce como censura. Podemos ocuparnos de ese caso adecuadamente más adelante si es necesario.) Ahora haga clic en Ir .
Sugiero usar el Weibull modelo de distribución y escalamiento. Haga clic en el caja ante Weibull y el boton de radio después de Weibull. Recibirá mucha información.
Primero, el gráfico en la parte superior de Comparar distribuciones es útil para evaluar visualmente la bondad del ajuste y evaluar las diferencias entre agentes. En segundo lugar, el informe resumido le informa sobre cada agente. Abra y examine la prueba de homogeneidad del grupo Wilcoxon. Se supone que la distribución de todos los agentes es la misma pero es significativa si alguno de los agentes es diferente. En tercer lugar, hay una pestaña con un análisis de cada agente. Cada informe es detallado y específico. Es posible que no necesite o no desee toda la información.
Me detendré aquí y veré si vamos en una buena dirección y si tienen más preguntas.
Re: Crear una distribución de muestreoA continuación se muestra una forma de crear los medios de muestra.Si guardó y concatenó las tablas, en lugar de eliminarlas, podría utilizar las muestras para realizar análisis.
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: Crear una distribución de muestreoBueno, supongo que necesito dar algunos antecedentes adicionales sobre esto.Lo que quiero hacer con esto es observar los diferentes agentes del centro de llamadas y realizar una prueba ANOVA para determinar si existen diferencias estadísticamente significativas en la duración promedio del tiempo de llamada entre los agentes.Sin embargo, cuando observa la duración de los datos de las llamadas para cada agente, los conjuntos de datos no se distribuyen normalmente y estoy violando la homogeneidad de la varianza cuando comparo los conjuntos.Según el teorema de los límites centrales, si realicé una distribución muestral para las 10 000 llamadas (aproximadas) que cada agente realizó ese mes con n = 100, entonces debería tener una distribución más normal.También consideré utilizar la prueba t de Welch para variaciones desiguales, pero no estaba seguro de si esto solucionaría completamente el problema.Sé que hay otras formas de normalizar los datos, pero también pensé que sería útil saber cómo realizar distribuciones de muestreo en general usando JMP.Es posible que esté haciendo esto de manera incorrecta, por lo que cualquier consejo adicional sería excelente.
Re: Crear una distribución de muestreoAcabo de leer tu publicación original nuevamente. ¿Quiere calcular una media muestral de Y, cualesquiera que sean esos datos? Simplemente calculalo. El promedio muestral sigue siendo el estimador insesgado de la media poblacional.
¿Cómo le ayudará la distribución muestral? ¿Qué harías con todas las estimaciones de muchas submuestras de N = 100?
Además, ¿qué intenta hacer para asumir una distribución normal?
Re: Crear una distribución de muestreoGracias por la respuesta.Entonces, tengo datos de población de mi centro de llamadas con respecto a la duración de las llamadas telefónicas en el transcurso de un mes y los datos no se distribuyen normalmente.Mi idea era realizar un muestreo aleatorio de n=100 por muestra, lo que ayudaría a crear una distribución normal.Sé que hay otras formas de hacer esto, pero quería entender cómo hacerlo en JMP.No tengo JMP Pro, por lo que es posible que esto no sea posible según el texto que aparece a continuación.¿Tiene más sentido lo que estoy preguntando?
Re: Crear una distribución de muestreoEn primer lugar, ¿una distribución muestral de qué? Generalmente pensamos en una distribución muestral con respecto a una estimación, como el promedio muestral o una pendiente. ¿Es algo así lo que buscas? Si es así, ¿qué estimación?
En segundo lugar, la distribución muestral supone un muestreo con reemplazo. Esa operación sería difícil usando fórmulas de columna.
En tercer lugar, normalmente se necesitan muchos sorteos para tener una buena idea de la distribución muestral. Nuevamente, esta iteración sería difícil usando fórmulas de columna.
Cuarto, ¿tienes JMP Pro? Hay una función de arranque incorporada que volverá a muestrear sus datos para obtener nuevas estimaciones de la estadística. No recuerdo si se puede especificar el tamaño del sorteo o si siempre utiliza el tamaño de muestra original.
Creo que podría ser necesario un guión.
