JMP 10中的新分发选项：自定义分位数我的以前的博文讨论了两个新选项 JMP 10分发平台，用于自定义摘要统计信息和默认分位数报告。 此博客文章讨论了用于连续数据的分发平台的另一个新的JMP 10功能：Custom Quantiles。 此功能为用户提供了更多用于研究分位数的自定义选项。 自定义分位数可以在“显示选项”菜单下找到，允许用户输入任意数量和值的自定义分位数。 它报告了两种不同类型的分位数估计值以及它们的置信区间。
为了演示新的Custom Quantiles功能，让我们检查JMP的Sample Data文件夹中Big Class.jmp中学生的权重。 特别是，我们希望研究这组学生的5％，50％（中位数）和95％权重分位数以及95％置信区间。 图1显示了Custom Quantiles对话框，其中列出了我们感兴趣的分位数，这是默认的输入方法。
图2显示了Custom Quantiles报告的底部。 第一类分位数估计是与默认分位数报告中发现的相同类型的经验分位数估计。 针对这些经验分位数计算基于顺序统计的非参数置信区间。 对于包含很少行的数据集，这些类型的置信区间的显着缺点是它们包含真实种群分位数的实际概率可以远低于指定的置信水平。 为了解决这个限制，我们还添加了基于核密度估计的平滑经验似然分位数估计。这些分位数估计的一个优点是它们的置信区间倾向于包含具有承诺置信水平的真分位数。
查看我们的自定义分位数报告中的权重，请注意经验分位数估计和平滑经验似然分位数估计非常相似。 使用经验分位数估计检查报告的第一部分，您会发现这些95％和5％分位数估计的置信区间的实际覆盖率不满足95％置信水平。这些置信区间跨越整个数据范围，只有87％的置信水平。 由于在40次观测时数据样本量相对较小，因此不可能在95％置信水平下创建这些置信区间。 此外，中位数的置信区间（50％分位数估计值）略微保守，置信水平为96％。 现在用平滑的经验似然分位数估计来检查报告的第二部分。 您可以看到，对于所有这些分位数估计，我们确实获得了95％的置信区间。
以下是有关这些分位数及其置信区间的更多信息的参考：
Hahn，GJ和Meeker，WQ（1991），统计间隔：从业者指南 ，纽约：John Wiley＆Sons。
Chen，Song Xi和Hall，Peter（1993）对分位数的经验似然置信区间进行了平滑。统计年鉴 ，卷。21，No.3,1166-1181。
Laura Lancaster写道：嗨赛勒斯，是的。这是添加了...劳拉兰开斯特中写道：
嗨赛勒斯，
是。这是从JMP 10开始添加的。要找到这个，请使用连续的数据列打开分发平台。在列的分布的小红色三角形菜单下，转到“显示选项”子菜单，然后选择“自定义分位数”。此外，这里有一些JSL脚本，您可以使用示例数据中的Big Class.jmp来查看它。
分配（
连续分配（
列（：高度），
定制分位数（0.95，[0.2,0.4,0.6,0.8]）
）
）;
如果这还不清楚，请告诉我。
谢谢！
劳拉
赛勒斯写道：这有没有得到实施？我正在跑J ...赛勒斯中写道：
这有没有得到实施？我正在运行JMP 11，无法在任何地方找到此功能。
Re：JMP 10中的新分发选项：自定义分位数你好劳拉，
我无法计算95％百分位数的50％置信区间。它给了我一个估计，但不是上下CI。你知道为什么会这样吗？我在分布中有一个连续变量，没有丢失的数据。我在下面附上了截图。
谢谢，
托德
Re：JMP 10中的新分发选项：自定义分位数你好 @spirotodd ，我尝试尽可能接近地再现您在分发平台图像中汇总的数据集。我想出了一个类似的场景，除了我的数据集的中位数等于1而不是像你的2（见附件）。 我不确定第95百分位数的上限和下限置信度是多少（它应该是非参数估计，所以它不会使用标准的t或z表，它不会等于平滑的经验似然函数），但从根本上说，估计必须基于数据的某些功能。
我在分发平台内生成了CDF图。 这突出了您在响应变量范围内拥有有限数据的洞察力 - 在许多情况下，您没有此范围内的值。 换句话说，您的数据是“分辨率限制”。 换句话说，您的数据显示不充分歧视（即可读性或分辨率）的症状。
您还可以在I＆MR图表中看到这一点（您可以在控制图生成器中生成一个），如果订单无关紧要，您可以随机化数据的顺序，您将看到移动范围，许多移动范围为零或非常接近零。
出于天真的目的，让我们假设观察到的第24百分位数24的上限和下限50％置信区间分别等于23和26，以与使用平滑的Emperorical Liklihood Quantiles计算的那些一致。 我在这里注意到，在那些特定的值，CDF是完全“平坦的”。 我们可能认为这是基于这些数据的计算值是（数学上）未定义的吗？考虑一个类似的情况，我们处于第75个百分位，我们尝试计算上限和下限50％的置信区间。 如果分布函数是分段平滑的，我们可能在~5.5和~19之间。 在这种情况下，我们没有任何解决方案（再次，我们在CDF的平坦部分）。
这只是我的想法，希望它在某种程度上有所帮助。 干杯
