Unterstützung für zirkuläre (Richtungs-)StatistikenIch verfüge über Tagesdaten (Tageszeitdaten für einen täglich wiederkehrenden Prozess). Ich hätte gerne Zugriff auf einige Diagramme und Techniken aus dem Bereich der sogenannten Zirkularstatistik (Richtungsstatistik) (siehe Pewsey A, Neuhauser, M Ruxton G. Circular Statistics in R. Oxford, OUP. 2013).
Ich dachte, da es ein R-Paket für zirkuläre Statistiken gibt, könnte ich wahrscheinlich auf einige dieser Funktionen zugreifen, indem ich R von JSL aus aufrufe. Aber es wäre schön, integrierte JMP-Funktionen zu haben. Auch nur die grundlegenden Grafiken (Kreisdiagramme, Rosendiagramme usw.).
Automatisierung und SkriptingDatenzugriffBetreff: Unterstützung für zirkuläre (gerichtete) StatistikenWow! Vielen Dank dafür. Ich habe JSL verwendet, um mich mit R zu verbinden, um R-Skripte auszuführen, also lassen Sie mich Astropy herunterladen und es ausprobieren. Da mich alles, was mit Scripting zu tun hat, verwirrt, wirst du mit ziemlicher Sicherheit schon bald eine private E-Mail von mir erhalten!
Betreff: Unterstützung für zirkuläre (gerichtete) StatistikenIch möchte Sie nur wissen lassen, dass es in Python viele kreisförmige Statistikpakete gibt und ich in der Lage war, JSL-Funktionen zu erstellen, die mehrere der kreisförmigen Statistikfunktionen von Python umschließen und recht gut funktionieren. Unten sehen Sie ein Beispiel für das Wrapping der Rayleigh-Testfunktion aus dem Python-Paket astropy. Ich habe auch einige kreisförmige deskriptive Statistikfunktionen verpackt und arbeite daran, kreisförmige Balkendiagramme von Python in JMP zu bekommen.
Wenn Sie mehr Details wünschen, senden Sie mir eine private Nachricht und wir können Details besprechen.
Add Custom Functions(
New Custom Function(
"x",
"Rayleigh Test",
Function( {samples, high = 2 * Pi(), low = 0},
{arg, rslt, span},
If( Is List( samples ),
samples = Matrix( samples )
);
samples = Shape( samples, N Col( samples ) * N Row( samples ) );
span = high - low;
samples = 2 * Pi() / span * Modulo( samples - Matrix( low ), span );
arg = Eval Insert(
"\[
from astropy import stats as ast;
import numpy as np;
data = np.array(^samples^)
rslt = ast.circstats.rayleightest(data)
]\"
);
Python Init();
Python Submit( arg );
rslt = Python Get( rslt );
Python Term();
rslt;
)
)
<<FORMULA category=""></FORMULA>Betreff: Unterstützung für zirkuläre (gerichtete) StatistikenIch unterstütze das. Ich ging einfach hin, um zu versuchen, die Freisetzungsdaten der Larven zu analysieren, und stellte fest, dass ich keinen Watson- oder Rayleigh-Test durchführen konnte. Ich frage mich, ob es etwas ähnliches gibt? https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6060829/
Betreff: Unterstützung für zirkuläre (gerichtete) StatistikenIch bin im Online-Katalog der Library of Congress auf mehrere Bücher zur Richtungsstatistik gestoßen: https://lccn.loc.gov/99033679 - "Directional Statistics" Counter Präsentiert neues und aktualisiertes Material sowohl zur zugrunde liegenden Theorie als auch zur praktischen Methodik der Richtungsstatistik und hilft dem Leser, die für seine Arbeit geeigneten Techniken zu nutzen und zu entwickeln. Das Buch ist in drei Teile gegliedert. Der erste Teil konzentriert sich auf Statistiken zum Kreis. Zu den behandelten Themen gehören Uniformitätstests, Good-of-Fit-Tests, Inferenz auf von Mises-Verteilungen und nichtparametrische Methoden. Der zweite Teil befasst sich mit Statistiken zu Kugeln beliebiger Dimension und enthält eine detaillierte Darstellung der Schlussfolgerungen zu den Hauptverteilungen auf Kugeln. Aktuelles Material zu Korrelation, Regressionszeitreihen, robusten Techniken, Bootstrap-Methoden, Dichteschätzung und Kurvenanpassung wird vorgestellt. Der dritte Teil betrachtet Statistiken über allgemeinere Stichprobenräume, insbesondere Rotationsgruppen, Stiefel-Mannigfaltigkeiten, Grassmann-Mannigfaltigkeiten und komplexe projektive Räume. Die Formanalyse wird aus der Perspektive der Richtungsstatistik betrachtet. Dieser Text wurde von führenden Autoren auf diesem Gebiet verfasst und ist nicht nur für Wahrscheinlichkeits- und Statistikforscher, die an den neuesten Entwicklungen in der Richtungsstatistik interessiert sind, von unschätzbarem Wert, sondern auch für Praktiker und Forscher in vielen wissenschaftlichen Bereichen, darunter Astronomie, Biologie, Computer Vision, Erde Naturwissenschaften und Bildanalyse. https://lccn.loc.gov/72077853 - "Statistik Richtungsdaten" https://lccn.loc.gov/2012933773 - „Bayessche Methoden in der strukturellen Bioinformatik“ Die ersten beiden Bücher sind allgemeiner, während das dritte Buch zufällig einen Abschnitt enthält, in dem es um „Richtungsstatistiken für biomolekulare Strukturen“ geht. Ich hoffe, Sie finden diese Links nützlich.Betreff: Unterstützung für zirkuläre (direktionale) Statistiken – Status geändert in: BestätigtHallo @john_madden , danke für Ihren Vorschlag! Wir haben Ihre Anfrage erhalten und werden sie berücksichtigen.
