아마도 이것은 사소한 질문이지만, 표본 모집단의 독립 변수에 의해 결정되는 두 개의 하위 집합이있는 경우, 일반적인 수치 반응 변수와 관련하여 통계적으로 구별되고 두 가지를 외삽 (변환)하려는 간단한 방법은 각각의 중앙값 (집단이 정규 분포를 따르지 않음)과 변환하고자하는 부분 집합의 차이를 더하거나 빼는 것. 그러나 이것은 시작 하위 집합의 분산을 변환 된 집합으로 전달합니다. 실제 변환이 아닐까요?
이것을 더 잘 설명하기 위해, 나의 예는 공변량을 혼동시키기 위해 달리 조절 된 환자의 2 개의 임의의 서브 세트 (밸브 유형 A 또는 밸브 유형 B를 수용하는)에서 교체 밸브에 수용된 밸브 교체 크기를 평가한다. 하위 그룹 수신 밸브 유형 A에 적합한 밸브 유형 B 크기를 외삽하려는 경우 외삽 그룹의 분산이 참조 그룹과 동일해야한다고 가정하지만 중간 값의 차이를 간단히 사용할 수 있습니다 전환을 계산하려면?
역변환 샘플링에 대해 조금 읽었으며 이것이 크기 범위에서보다 정확한 변환을 제공 할 수 있을지 궁금했습니다. JMP를 사용하여 수행 할 수있는 간단한 접근 방법이 있습니까?
이것이 통계적으로 유효한지 여부에 대해서는 말할 수 없지만 첫 번째 분포에서 값의 Quantile을 결정한 다음 새 분포에서 해당 Quantile과 관련된 값을 찾을 수 있습니다.
예를 들면 다음과 같습니다.
Names default to here(1);
//Origin value is in normal distribution
OriginalValue = 10;
OriginalMean = 8;
OriginalSD = 2;
OriginalQuantile = Normal Distribution( OriginalValue, OriginalMean, OriginalSD );
//Projected value will be in Gamma distribution
ProjectedAlpha = 4;
ProjectedScale = 3;
ProjectedThreshold = .2;
(ProjectedValue = Gamma Quantile( OriginalQuantile, ProjectedAlpha, ProjectedScale, ProjectedThreshold ) );
//Show results
Graph Builder(
Size( 779, 296 ),
Show Control Panel( 0 ),
Show Legend( 0 ),
Variables( X( :Column 1 ), Y( :Column 1 ) ),
Elements( Points( X, Y, Legend( 3 ) ), Smoother( X, Y, Legend( 4 ) ) ),
SendToReport(
Dispatch(
{},
"Column 1",
ScaleBox,
{Format( "Best", 12 ), Min( 0 ), Max( 35 ),
Inc( 2 ), Minor Ticks( 1 ),
Add Ref Line( OriginalValue, "Solid", "gray", "Original\!n" || format(OriginalValue, Fixed Dec, 2), 2 ),
Add Ref Line( ProjectedValue, "Solid", "magenta", "Projected\!n" || format(ProjectedValue, Fixed Dec, 2), 2 )}
),
Dispatch(
{}, "Column 1", ScaleBox( 2 ),
{Format( "Best", 12 ), Min( 0 ), Max( .225 ), Inc( 0.5 ),
Minor Ticks( 1 )}
),
Dispatch(
{},
"graph title",
TextEditBox,
{Set Text( "Distribution Projection" )}
),
Dispatch( {}, "X title", TextEditBox, {Set Text( "" )} ),
Dispatch( {}, "Y title", TextEditBox, {Set Text( "" )} ),
Dispatch(
{},
"Graph Builder",
FrameBox,
{Add Graphics Script(
2,
Description( "" ),
Pen Color( "gray" );
Y Function( Normal Density( x, OriginalMean, OriginalSD ), x );
), Add Graphics Script(
3,
Description( "" ),
Pen Color( "magenta" );
Y Function( Gamma Density( x, ProjectedAlpha, ProjectedScale, ProjectedThreshold ), x );
)}
)
)
);고맙게도 스크립팅이 급여 수준보다 약간 높지만 자세한 답변을 기대하지는 않았습니다. FileMaker와 같은 스크립트를 작성하는 데 능숙하지만 JMP 기술은 여전히 초보적입니다. 그럼에도 불구하고 나는 그것을 실행시켰다.
나는 하나의 세트를 다른 세트로 확장하려고 생각했지만 아직 시도하지는 않았지만 Quantile을 일치시키는 아이디어는 많은 도움이되고 의미가 있습니다.
다시 한번 감사드립니다!
