Transformar distribuciones para resaltar la dispersión de valoresQuerida comunidad JMP,
Información de la máquina: W7 Enterprise de 64 bits, JMP Pro 14.1.0
Estoy interesado en transformar una columna de datos para ayudar a resaltar la distribución de valores dentro de rangos de agrupación. Los datos originales son números enteros y están distribuidos más o menos normalmente (consulte la distribución Y3 a continuación), pero me gustaría transformar los datos de tal manera que tome los datos en un rango bin y los distribuya para capturar mejor el rango de datos dentro de un contenedor (ver distribución Y2). Incluyo varias imágenes para ayudar a explicar lo que estoy tratando de hacer: son imágenes artificiales que muestran el enlace, solo están ahí para mostrar el resultado deseado.
No creo que sea algo tan fácil como hacer una transformación "centrada" o "estandarizada", ya que ninguna de las dos realmente distribuye los datos lo suficiente (consulte las partes resaltadas en las imágenes). Tampoco el Box Cox, ni el log se transforma. ¿Quizás sea algo que requeriría más de una transformación?
Cualquier sugerencia es muy apreciada.
¡Gracias!,
DS
Re: Transformar distribuciones para resaltar la dispersión de valoresHola @txnelson y @Dan_Obermiller ,
Sus sugerencias fueron muy útiles y creo que esta es la dirección que debo tomar.
Aunque estoy pensando que tal vez necesite modificar un poco las cosas. Estoy pensando que para intentar preservar mejor la distribución de los datos originales, intentar hacer algo como usted sugiere, pero con una función de mezcla normal. Como @txnelson Como señaló, básicamente estoy tratando de tomar mi CDF, que muestra la propiedad entera de mis datos como un CDF escalonado, y convertirlo en una función continua.
Puedo obtener los valores de ubicación, dispersión y probabilidad de un ajuste normal de 3 mezclas (desde la opción de ajuste continuo en la plataforma de distribución) y usarlos como entradas vectoriales para la función de mezcla normal, pero no estoy seguro de si esto es apropiado. Por ejemplo, no estoy seguro de si debería trabajar con los datos originales, una versión estandarizada o una versión centrada.Todas las versiones dan como resultado una mezcla normal de 3 como la que mejor se adapta, pero con diferentes dispersiones y ubicaciones (las probabilidades son todas iguales, lo cual no es demasiado sorprendente).
En última instancia, necesito tomar la distribución final y alimentarla a una función logística para poder obtener una probabilidad de un evento como sí/no y evaluar el IfMax de las funciones logísticas sí/no (hay demasiados niveles en mi columna para asignar una matriz de ganancias a los datos).
Gracias por sus comentarios y aportes, ya que me ayudan a reflexionar sobre el mejor enfoque para analizar mis datos.
DS
Re: Transformar distribuciones para resaltar la dispersión de valoresParece que lo que debe hacer es utilizar la capacidad de JMP para generar su propio gráfico, del diseño que desee.Usas JSL para esto.
Y sí, puedes obtener la probabilidad de una distribución dada usando Función Distribución normal() o la función Distribución xxx() para la distribución que le interesa.Aquí hay un ejemplo de la función Distribución normal()
Names Default To Here( 1 );
New Window( "Example: Normal Distribution",
y = Graph Box(
Y Scale( 0, 1 ),
X Scale( -4, 4 ),
XName( "q" ),
Pen Color( "red" );
Y Function( Normal Distribution( q ), q );
)
);
Re: Transformar distribuciones para resaltar la dispersión de valoresNo creo que exista una "mejor" manera de hacer lo que quieres hacer. Dado que estás *AGREGANDO* variabilidad, necesitarás hacer algunas suposiciones. Por ejemplo, supongamos que el valor es 65. Tenemos que asumir que el 65 es "correcto", pero no se dispone de mayor precisión debido a un error de medición (o informe de redondeo o algo así). Una forma de lograr esto es crear una columna de variables normales aleatorias con una media de cero y una desviación estándar de aproximadamente 0,33. Ahora agregue esta columna de números aleatorios a sus valores enteros. Esto debería "convertir" los números enteros en una escala continua. Utilicé una desviación estándar de 0,33 porque 3*0,33 es 1, por lo que debería sumar números aproximadamente entre -1 y +1. Por lo tanto, aún debería estar razonablemente cerca del valor entero.
Como prueba de concepto, creé una columna de 100 números enteros, llamada X. Creé la columna RanNor como un conjunto de números normales aleatorios. Finalmente NewX es simplemente X + RanNor. Aquí están los resultados:
NewX tiene una forma muy similar a X, pero se puede ver por las estadísticas que efectivamente tiene cierta variabilidad "adicional" sin alterar masivamente las estadísticas de los datos originales.
¿¿Es esto lo que estás buscando??
Debo agregar que los histogramas deben verse similares ya que el propósito es cambiar los datos, pero no tanto como para alterar el mensaje que transmiten los datos. Para mostrar más barras como deseaba en su publicación original, deberá cambiar el ancho del contenedor como sugirió TXNelson. Luego verá la distribución alrededor de cada uno de los valores enteros.
Re: Transformar distribuciones para resaltar la dispersión de valoresHola @txnelson ,
Gracias por la respuesta. Sí, lo he investigado, pero en realidad no es lo que busco.
Lo que creo que debo hacer es transformar los datos, pero no estoy seguro de cuál es la mejor manera de hacerlo. Si pruebo las opciones "estándar" de transformar los datos, las distribuciones resultantes no distribuyen los datos en un rango más amplio.
Por ejemplo, en el último conjunto de imágenes de distribución que publiqué, el contenedor resaltado contiene solo 3 valores enteros diferentes dentro de ese contenedor (65, 66, 67) [es difícil de ver, lo sé]. Pero lo que me gustaría hacer es transformarlo para que tenga una distribución más continua, digamos de 0 a 10. Si transformo los datos con una función log (ln), todavía solo agrupa esos tres números enteros en tres nuevos números racionales no enteros, sin transformar el número entero en una distribución continua.
Creo que lo que me gustaría hacer es transformar los números enteros, por ejemplo, todos los valores de 66, en una distribución continua, pero hacerlo con todo el conjunto de números enteros, que abarcan el rango de 27 a 90. ¿Hay alguna manera de transformar números enteros en probabilidad?
¡Gracias por los comentarios y la ayuda!
DS
Re: Transformar distribuciones para resaltar la dispersión de valoresSi desea ver un rango específico de datos en un histograma y cambiar su nivel de precisión de agrupación, puede hacerlo fácilmente estirando interactivamente la escala del eje y luego usando la herramienta Mano, se pueden cambiar los tamaños de agrupación.
¿Es esto lo que necesitas hacer?
