He utilizado un programa externo (MATLAB) para ajustar una curva logística a 84 conjuntos de datos de respuesta y frente a tiempo (n = 3 para 28 combinaciones de factores diferentes). Mi modelo logístico es un modelo de 4 parámetros (A, B, C, D) y obtengo un intervalo de confianza superior al 95% y un intervalo de confianza inferior al 95% para cada parámetro (consulte los encabezados de las columnas a continuación para comprender qué datos genera MATLAB ). Me gustaría usar JMP para generar la media de cada parámetro para mis 3 réplicas, pero también debería 'propagar' el error de cada parámetro para obtener el error final de la media, ¿correcto? Luego planeo hacer un ANOVA para comparar estos parámetros con respecto a los factores que he variado. ¿Cómo puedo asegurarme de que JMP tenga en cuenta el error de cada parámetro de cada entrada de datos?
Bootstrapping las estimaciones de los parámetros sería una forma de hacerlo.
También he usado este enfoque: Simulación de procesos de varios pasos y propagación del error a la respuesta final
Estoy de acuerdo... JMP necesita una manera de hacer esto... Hasta ahora, no veo una manera de hacerlo... Sin embargo, tengo varias ideas de cómo pueden programar la cosa. La forma más fácil sería ser, cree una nueva "Columna de error" con la misma función para propagar y programe un strdErr coincidente para cada variable en la función. Puede ser simplemente un estilo de lado a lado... Luego, el resultado de la función puede ser el error propagado... Habría dos columnas, una para el valor real de la función y otra para un stdErr propagado.
Quizás incluso más fácil sería simplemente crear una propiedad de columna llamada "stdErr" que tenga una propiedad que coincida con otra columna a la que esté asociada. Entonces, JMP podría simplemente aplicar universalmente el error propagado, cuando los errores estén asociados con cada miembro de la función.
En cualquier caso, esto es bastante grande. JMP también carece de la capacidad de realizar ANOVA fácilmente cuando solo tienes Avg, StdErr y N... Hay una manera de hacerlo, pero realmente debería ser más fácil... Todo análisis consiste en ajustar modelos a los datos, extraer los parámetros (con su stdErr) y hacer algunas comparaciones estadísticas... JMP, hasta donde yo sé, carece gravemente de la capacidad de propagar errores...
Realmente parece simple de programar, basarlo directamente en la función en cuestión y aplicar cálculo simbólico a la cosa... Muchos programas hacen eso... Una vez que lo tienes... Básicamente, estás listo. .. ¡JMP realmente debería agregar esto!
En la barra azul de la parte superior, haz clic en el botón Lista de deseos de JMP y deja que los desarrolladores vean lo que estás buscando.
