J'ai utilisé un programme externe (MATLAB) pour ajuster une courbe logistique à 84 ensembles de données de réponse y en fonction du temps (n = 3 pour 28 combinaisons de facteurs différentes). Mon modèle logistique est un modèle à 4 paramètres (A, B, C, D) et j'obtiens un intervalle de confiance supérieur à 95% et un intervalle de confiance inférieur à 95% pour chaque paramètre (voir les en-têtes de colonne ci-dessous pour comprendre quelles données sont produites par MATLAB ). Je voudrais utiliser JMP pour afficher la moyenne de chaque paramètre pour mes 3 réplications, mais je devrais également «propager» l'erreur de chaque paramètre pour obtenir l'erreur finale de la moyenne, n'est-ce pas? Je prévois alors de faire une ANOVA pour comparer ces paramètres par rapport aux facteurs que j'ai variés. Comment puis-je m'assurer que JMP prend en compte l'erreur pour chaque paramètre de chaque entrée de données?
L'amorçage des estimations des paramètres serait une solution.
J'ai aussi utilisé cette approche: Simulation de processus en plusieurs étapes et de la propagation de l'erreur à la réponse finale
Je suis d'accord... JMP a besoin d'un moyen de le faire... Jusqu'à présent, je ne vois pas de moyen de le faire... Cependant, j'ai plusieurs idées sur la façon dont ils peuvent programmer la chose. Le moyen le plus simple serait être, créez une nouvelle "Colonne d'erreur" avec la même fonction à propager et programmez un strdErr correspondant pour chaque variable de la fonction - Cela peut simplement être un style côte à côte... Ensuite, le résultat de la fonction peut être l'erreur propagée... Il y aurait deux colonnes, une pour la valeur réelle de la fonction et une autre pour un stdErr propagé.
Peut-être qu'il serait encore plus simple de simplement créer une propriété de colonne appelée "stdErr" qui possède une propriété qui correspond à une autre colonne à laquelle elle est associée. Ensuite, JMP pourrait simplement appliquer universellement l'erreur propagée, lorsque les erreurs sont associées à chaque membre de la fonction.
Dans tous les cas, c'est assez énorme. JMP n'a pas non plus la capacité d'effectuer facilement une ANOVA lorsque vous n'avez que Avg, StdErr et N... Il existe un moyen de le faire, mais cela devrait vraiment être plus facile... Toute analyse consiste à ajuster des modèles sur des données, à extraire les paramètres (avec leur stdErr) et à effectuer des comparaisons statistiques... JMP, pour autant que je sache, manque cruellement de capacité à propager les erreurs...
Cela semble vraiment simple à programmer, à le baser directement sur la fonction disponible et à appliquer un calcul symbolique à la chose... Beaucoup de logiciels font cela... Une fois que vous avez cela... Vous avez pratiquement terminé. .. JMP devrait vraiment ajouter cela !
Dans la barre bleue en haut, cliquez sur le bouton Liste de souhaits JMP et laissez les développeurs voir ce que vous recherchez.
