JMP가 모델 계수의 불확실성을 추정 할 수 있습니까?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />고객이 요구하는 내용 :
고려 와이 변수 (측정) 모델은 에 의해 얻어진 여러 선형 회귀 형태이다 y_mod = a1 * 시멘트 +
a2 * 물 + a3 * 공기
이제 고려 같이 결정 론적 입력 매개 변수 시멘트 물과 공기 돌아가다 와 JMP 불확실성에 계수의 a1 , a2 과 a3 만약 공분산 y_mod 고쳐 졌어 ? 고객 에 대하여들은 추론 또는 베이지안 업데이트 접근하기 이 ...
미리 감사드립니다.
발레리
재 : JMP는 모델 계수의 불확실성을 추정 할 수 있습니까안녕하세요 발레리,
이는 모델 구축에 대한 베이지안 접근 방식과 매우 비슷합니다. WinBUGS 및 OpenBUGS (BUGS = Gibbs 샘플링을 사용한 베이지안 추론)와 같은 소프트웨어는 Markov Chain Monte Carlo 알고리즘을 사용하여 모델의 각 매개 변수에 대해 서로 다른 계수를 샘플링합니다. 체인이 안정화되면 각 계수에 대한 값의 분포를 사용하여 "신뢰할 수있는 간격", 즉 신뢰 구간과 동등한 불확실성 측정 값을 제공 할 수 있습니다.
그러나 JMP에서 직접이 작업을 수행 할 수 없습니다. 베이지안 추론을 수행하기 위해 R과 인터페이스하는 것이 가능할 것이라고 생각합니다. 또는 JMP를 사용하여 WinBUGS의 출력을 시각화하고 분석 할 수 있습니다 (이에 대한 블로그 게시물이 있습니다). JMP를 사용하여 MCMC 진단 평가 ).
고객이 원하는 이유에 따라 다릅니다. 최소 제곱 회귀 분석을 사용하여 모형을 구축 한 경우 모수 추정치 테이블> 열> 하한 95 %, 상한 95 %를 마우스 오른쪽 버튼으로 클릭하여 각 계수에 대한 신뢰 구간을 얻을 수 있습니다. 또는 Pro가있는 경우 테이블 및 부트 스트랩 내에서 Estimate를 마우스 오른쪽 단추로 클릭하여 불확실성을 추정 할 수 있습니다. 왜 베이지안 추론을 사용하고 싶습니까?
문안 인사,
필
