394998_it-IT

liliconcom

Dati sulle classifiche

Ciao,

quali sono le opzioni per analizzare i dati delle classifiche in JMP? Implementano l'approccio PlackettLuce?

Vorrei vedere la classifica condizionale ad altre covariate.

 

Grazie

Giuseppe

 

Tabella datiRe: Dati sulle classifiche

Un concetto di progettazione di base di JMP è che si deve definire un tipo di dati per le variabili come precursore dell'analisi. Alcuni tipi di dati di esempio sono numerici, nominali, ordinali, di testo, a risposta multipla e altro. Quindi, per i dati di rango, l'ordinale è probabilmente l'opzione migliore. Da lì, in genere si cerca di descrivere o spiegare qualcosa sulle variabili. Queste azioni sono supportate dalle cosiddette "piattaforme di analisi" in JMP. Molte, molte piattaforme di analisi JMP possono lavorare con dati ordinali, quindi le opzioni per l'analisi sono molte e diffuse. Il mio suggerimento iniziale è di esaminare la documentazione in linea di JMP, magari cercando metodi analitici specifici. Ecco un collegamento alla 'home page' della documentazione online:

 

Documentazione online JMP

Re: Dati sulle classifiche

Grazie per la risposta.

Sono a conoscenza degli aspetti di base di JMP o delle statistiche. Quello che stavo chiedendo se c'è la possibilità di fare la modellazione con i dati di rango in JMP?

Ho 4 opzioni classificate da uno a quattro dagli intervistati e voglio vedere le probabilità condizionali di classifica, la classifica ottimale e le metriche di distanza per i dati di classifica. Non riesco a trovare nulla sull'analisi dei dati di rango nei manuali JMP.

 

Grazie.

 

Re: Dati sulle classifiche

Ciao, gav2013!

 

Se consideri ogni scelta nella classifica come un'osservazione multinomiale, con un elemento osservato di un possibile insieme, puoi applicare una trasformazione multinomiale-Poisson e esprimere il modello come modello log-lineare, dove la risposta è il conteggio (1 o 0) di ogni possibile risultato all'interno di ciascuna scelta. Quindi, il modello può essere adattato utilizzando i modelli lineari generalizzati, una personalità disponibile nella piattaforma JMP Fit Model.

 

Questo approccio può incorrere in problemi quando hai molti elementi da classificare (lotti > 10?) Perché devi impostare variabili fittizie per rappresentare la presenza o l'assenza di ogni elemento in ogni scelta e impostare un fattore per identificare ogni scelta.Le combinazioni esplodono abbastanza rapidamente e puoi sfidare la capacità di memoria.Non dici quanti elementi hai classificato per modellare.

 

Potrebbe essere più semplice utilizzare la capacità di JMP di eseguire R.R ha diversi pacchetti che modellano i ranghi, inclusi i modelli Plackett-Luce.

 

In bocca al lupo!