JMP può stimare le incertezze dei coefficienti dei modelli<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Un cliente chiede:
Considera a y variabile (mesure) per la quale un modello era ottenuto da multiplo lineare regressione è nella forma y_mod = a1 * cemento +
a2 * acqua + a3 * aria
Adesso considera come deterministico parametri di input cemento , acqua e aria, possiamo torna indietro con JMP sulle incertezze dei coefficienti a1 , a2 e a3 se una covarianza y_mod è aggiustato ? La cliente sentito parlare inferenza o bayesiano in aggiornamento approcciare Questo ...
Grazie in anticipo,
Valerie
Ri: Can JMP può stimare le incertezze dei coefficienti dei modelliCiao Valerie,
Questo suona molto come l'approccio bayesiano alla costruzione di modelli. Software come WinBUGS e OpenBUGS (BUGS = inferenza bayesiana utilizzando il campionamento di Gibbs) utilizzano gli algoritmi Markov Chain Monte Carlo per campionare coefficienti diversi per ciascun parametro nel modello. Una volta stabilizzate le catene, la distribuzione dei valori per ciascun coefficiente può essere utilizzata per fornire "intervalli credibili": una misura dell'incertezza, equivalente a intervalli di confidenza.
Tuttavia, non è possibile eseguire alcuna operazione direttamente in JMP. Penso che sarebbe possibile interfacciarsi con R per fare l'inferenza bayesiana. Oppure puoi usare JMP per visualizzare e analizzare l'output di WinBUGS (c'è un post sul blog su questo: Utilizzo di JMP per valutare la diagnostica MCMC ).
Dipende dal motivo per cui il cliente vuole farlo. Se hanno creato un modello utilizzando la regressione dei minimi quadrati, possono ottenere intervalli di confidenza per ciascun coefficiente facendo clic con il pulsante destro del mouse sulla tabella Stime parametri> Colonne> 95% inferiore, 95% superiore. In alternativa, se hanno Pro, possono fare clic con il pulsante destro del mouse su Stima all'interno della tabella e Bootstrap per stimare l'incertezza. Perché vogliono usare l'inferenza bayesiana?
Saluti,
Phil
