JMP16 pro.
Il numero predefinito di livelli in a Grafico dei contorni 2D con Densità non par è 4, e si può regolare questo numero a partire da 1.
Riesco a trovare il significato di un altro tipo di grafico dei contorni 2D, che è HDR, che ha solo due livelli, il livello più scuro è il 50% di probabilità cumulativo e il più chiaro è il 99%. Ma non ci sono informazioni sui 4 livelli nei grafici dei contorni 2D Nonpar Density.
Qual è il significato di questi livelli? Immagino che i 4 livelli predefiniti siano 25% (più scuro), 50%, 75% e 99% (più chiaro)? E se lo cambio a 7 livelli?
"Nonpar Density" sta per "Nonparametric Density Estimate" di una distribuzione.
Contour plot disegna una funzione f(x,y) in uno spazio 3D su un piano 2D, collegando punti con gli stessi valori di funzione.
Qui la stima della densità non parametrica è una funzione f(CD3, CD8), che restituisce una stima della densità data una coppia di valori CD3 e CD8.
Quello che hai indovinato per 4 livelli è anche quello che direi (tranne l'ultimo 99%, direi piuttosto che è 100%). Quindi il primo livello corrisponde a due cerchi, e corrispondono al livello del 25%, ma il venticinque percento di cosa? Quindi, per essere precisi, ogni livello della linea di contorno corrisponde alla stima quantile della distribuzione. Ad esempio, se aggiungi i tuoi punti dati al contorno (fai clic con il pulsante destro del mouse nel grafico, scegli "Aggiungi", quindi "Punti"), dovresti vedere che i due cerchi dovrebbero racchiudere all'incirca un quarto dei tuoi punti dati. E l'ultimo livello dovrebbe racchiudere tutti i punti dati. Prova numero di livelli = 1. In generale, i livelli dovrebbero essere equidistanti. Essi, in caso contrario, dovrebbero essere notati per evitare di fraintendere la convenzione.
Inoltre, la stima della densità non parametrica non è unica. Può essere modificato modificando i parametri di sintonizzazione. In Graph Builder, c'è un parametro di ottimizzazione "morbidezza", nella piattaforma Bivariate, ci sono parametri di ottimizzazione individuali per entrambe le variabili. Quindi non leggerò letteralmente i valori esatti corrispondenti alle linee di contorno. Le linee di contorno mi danno principalmente un senso di densità dei punti dati. E di solito esplorerò/modellierò ulteriormente i dati.
