Ho utilizzato un programma esterno (MATLAB) per adattare una curva logistica a 84 set di dati di risposta y rispetto al tempo (n = 3 per 28 diverse combinazioni di fattori). Il mio modello logistico è un modello a 4 parametri (A, B, C, D) e ottengo un intervallo di confidenza superiore del 95% e un intervallo di confidenza inferiore del 95% per ogni parametro (vedi le intestazioni delle colonne di seguito per capire quali dati vengono emessi da MATLAB ). Vorrei utilizzare JMP per produrre la media di ogni parametro per le mie 3 repliche, ma dovrei anche 'propagare' l'errore di ogni parametro per ottenere l'errore finale della media, corretto? Ho quindi in programma di fare un'ANOVA per confrontare questi parametri rispetto ai fattori che ho variato. Come posso garantire che JMP tenga conto dell'errore per ogni parametro di ciascuna immissione di dati?
Il bootstrap delle stime dei parametri sarebbe un modo per andare.
Ho usato anche questo approccio: Simulazione di processi in più fasi e propagazione dell'errore alla risposta finale
Sono d'accordo... JMP ha bisogno di un modo per farlo... Finora, non vedo un modo per farlo... Tuttavia, ho diverse idee su come programmarlo. Il modo più semplice sarebbe essere, creare una nuova "Colonna errori" con la stessa funzione da propagare e programmare uno strdErr corrispondente per ogni variabile nella funzione - Può essere semplicemente affiancato... Quindi, il risultato della funzione può essere l'errore propagato... Ci sarebbero due colonne, una per il valore effettivo della funzione e un'altra per uno stdErr propagato.
Forse sarebbe ancora più semplice creare semplicemente una proprietà di colonna chiamata "stdErr" che abbia una proprietà che corrisponda a un'altra colonna a cui è associata. Quindi, JMP potrebbe semplicemente applicare universalmente l'errore propagato, quando gli errori sono associati a ogni membro della funzione.
In ogni caso, questo è piuttosto enorme... JMP non ha nemmeno la capacità di eseguire facilmente ANOVA quando hai solo Avg, StdErr e N... C'è un modo per farlo, ma in realtà dovrebbe essere più semplice... Tutte le analisi adattano i modelli ai dati, estraggono i parametri (con i relativi stdErr) e fanno qualche confronto statistico... JMP, per quanto ne so, manca gravemente della capacità di propagare gli errori...
Sembra davvero semplice da programmare, basarlo direttamente sulla funzione in questione e applicare il calcolo simbolico alla cosa... Molti software lo fanno... Una volta capito... In pratica hai finito. .. JMP dovrebbe davvero aggiungerlo!
Nella barra blu in alto, clicca sul pulsante JMP Wish List e lascia che gli sviluppatori vedano cosa stai cercando.
