9313_es-ES

liliconcom

¿Puede JMP estimar las incertidumbres de los coeficientes de los modelos?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Un cliente pregunta:

Considera un y variable (medida) para la cual un modelo fue obtenido por lineal múltiple regresión es de la forma y_mod = a1 * cemento +
a2 * agua + a3 * aire

Ahora considera como determinista parámetros de entrada cemento , agua y aire, ¿podemos regresa con JMP sobre las incertidumbres de los coeficientes a1 a2 y a3 si un covarianza y_mod está arreglado ? El cliente escuche de inferencia o Bayesiano actualización acercarse esta ...

Gracias por adelantado,

Valerie

Re: ¿Puede JMP estimar las incertidumbres de los coeficientes de los modelos?

Hola valerie

Esto se parece mucho al enfoque bayesiano para construir modelos. Software como WinBUGS y OpenBUGS (BUGS = inferencia bayesiana usando muestreo de Gibbs) utilizan algoritmos de Markov Chain Monte Carlo para muestrear diferentes coeficientes para cada parámetro en el modelo. Una vez que las cadenas se han estabilizado, la distribución de valores para cada coeficiente puede usarse para dar "intervalos creíbles": una medida de la incertidumbre, equivalente a intervalos de confianza.

Sin embargo, no es posible hacer nada de esto directamente en JMP. Creo que sería posible interactuar con R para hacer la inferencia bayesiana. O puede usar JMP para visualizar y analizar la salida de WinBUGS (hay una publicación de blog sobre esto: Uso de JMP para evaluar los diagnósticos de MCMC )

Depende de por qué el cliente quiere hacer esto. Si han construido un modelo utilizando la regresión de mínimos cuadrados, pueden obtener intervalos de confianza para cada coeficiente haciendo clic con el botón derecho en la tabla Estimaciones de parámetros> Columnas> 95% inferior, 95% superior. Alternativamente, si tienen Pro, pueden hacer clic derecho en el Estimado dentro de la tabla y Bootstrap para estimar la incertidumbre. ¿Por qué quieren usar la inferencia bayesiana?

Saludos,

Phil