Intervalle de confiance pour les données asymétriques ?Bonjour à tous,
J'ai une distribution de données à la fois négative et positive (c'est la différence entre deux valeurs) et elle n'est normalement pas distribuée par le test de Shapiro-wilk. Existe-t-il un moyen dans JMP de calculer un intervalle de confiance pour les données asymétriques ?
Un grand merci pour vos conseils !
Analyse et modélisation des données de baseAccès aux donnéesExploration et visualisation des donnéesIngénierie Qualité et ProcédésRe: Intervalle de confiance pour les données biaisées?Intervalle de confiance pour quelle estimation?
Re: Intervalle de confiance pour les données biaisées?Comme @markbailey a suggéré qu'il serait utile de savoir que vous essayez de faire, mais deux méthodes générales incluent:
- Normaliser d'abord les données: transformez-les à l'aide de colonnes de formules ou séparez-les en plusieurs ensembles, calculez les intervalles de confiance, puis reconstituez les résultats.
- Utilisez le bootstrap pour développer des intervalles de confiance
Re: Intervalle de confiance pour les données biaisées?Salut,
Merci pour les réponses à ce jour. Je suis novice en statistiques et je veux juste faire des statistiques de base pour des études cliniques simples. J'aimerais aussi m'en tenir à JMP car c'est le seul logiciel de statistiques que je possède.
Je voudrais un intervalle de confiance pour la moyenne et parce que les valeurs sont des différences entre d'autres valeurs, j'ai des valeurs négatives et positives. Je m'intéresse surtout si l'intervalle passe à 0.
Merci encore!
Re: Intervalle de confiance pour les données biaisées?@ih a quelques bonnes suggestions. L'estimation du bootstrap nécessite JMP Pro et vous pourriez avoir JMP à la place.
Les monteurs de modèles de distribution de la plateforme de distribution fournissent des intervalles de confiance. Voici un exemple utilisant l'exemple de table de données Big Class et le poids variable. J'ai lancé la plate-forme avec le poids, cliquez sur le triangle rouge à côté du poids et sélectionné Continuous Fit> Fit Lognormal car cette distribution est biaisée. (Un autre modèle pourrait fournir un meilleur ajustement, mais je ne fais qu'illustrer l'approche.) Notez que le tableau des estimations comprend à la fois l'estimation ponctuelle et l'estimation d'intervalle pour les paramètres du modèle de distribution.
Cette approche aide-t-elle?
Re: Intervalle de confiance pour les données biaisées?J'ai étudié le bootstrap (j'ai JMP pro) et je pense que c'est le plus approprié. Merci pour toutes les suggestions!
