Dieses Add-In zeichnet und vergleicht Schwanzbereiche für eine Vielzahl von Wahrscheinlichkeitsdichtefunktionen.Solche Vergleiche können bei der Interpretation von frequentistischen p-Werten oder Bayesschen einseitigen Posterior-Wahrscheinlichkeiten hilfreich sein.Das Add-In ist auch eine bequeme Möglichkeit, die Form und Form der am häufigsten verwendeten Dichten in Wahrscheinlichkeiten und Statistiken zu lernen.
Nachdem Sie das Add-In installiert haben, indem Sie die .jmpaddin-Datei in Ihr JMP-Fenster ziehen, müssen Sie eine kleine JMP-Tabelle erstellen, die die zu plottenden Dichten beschreibt.Jede Zeile entspricht einer anderen Dichte und mehrere Spalten mit spezifischen Namen sind erforderlich, um jede Dichte und jeden Tail-Cut-Punkt vollständig anzugeben.Stellen Sie nach dem Einrichten der Tabelle sicher, dass sie im Fokus ist, und klicken Sie dann auf Add-Ins > Probability Density Tail Area.
Mehrere Beispieltabellen sind angehängt, und die Tabelle mit dem Namen pdta_normal.jmp erzeugt die folgende Ausgabe. Es veranschaulicht die Äquivalenz eines einseitigen p-Werts und der Bayesschen Posterior-Wahrscheinlichkeit, bei normaler Inferenz auf einen Mittelwert das falsche Vorzeichen zu haben.
Sie können die Cutoff-Werte auf drei verschiedene Arten dynamisch ändern: 1. Klicken und ziehen Sie die vertikalen gepunkteten Referenzlinien. 2. Geben Sie Werte in die Felder Cut ein. 3. Klicken und ziehen Sie die Rauten in den Schiebereglern.
Die Eingabetabelle muss die folgenden Spalten enthalten:
- Dichte (wird als Label in den Plots verwendet)
- Formular (Stichwort für die Art der Dichte, siehe Liste unten)
- Schwanz (rechts oder links)
- cut (numerische Werte, bei denen die anfänglichen Schnittpunkte gezeichnet werden)
Außerdem müssen Sie numerische Spalten angeben, die den Parametern der gewünschten Dichten entsprechen.Der folgende Auszug aus dem JSL-Code des Add-Ins zeigt, welche Dichten derzeit mit den dazugehörigen Parameternamen verfügbar sind:
required = associativearray();
required["beta"] = {"alpha","beta","theta","sigma"};
required["betabinomial"] = {"p","n","delta"};
required["binomial"] = {"p","n"};
required["cauchy"] = {"mu","sigma"};
required["chisquare"] = {"df","noncentrality"};
required["exp"] = {"theta"};
required["f"] = {"dfnum","dfden","noncentrality"};
required["frechet"] = {"mu","sigma"};
required["gamma"] = {"alpha","scale","threshold"};
required["gengamma"] = {"mu","sigma","lambda"};
required["gammapoisson"] = {"lambda","sigma"};
required["glog"] = {"mu","sigma","lambda"};
required["hypergeometric"] = {"s","k","n"};
required["johnsonsb"] = {"gamma","delta","theta","sigma"};
required["johnsonsl"] = {"gamma","delta","theta","sigma"};
required["johnsonsu"] = {"gamma","delta","theta","sigma"};
required["lev"] = {"mu","sigma"};
required["loggengamma"] = {"mu","sigma","lambda"};
required["logistic"] = {"mu","sigma"};
required["loglogistic"] = {"mu","sigma"};
required["lognormal"] = {"mu","sigma"};
required["negbinomial"] = {"p","n"};
required["normal"] = {"mu","sigma"};
required["poisson"] = {"lambda"};
required["sev"] = {"mu","sigma"};
required["shash"] = {"gamma","delta","theta","sigma"};
required["t"] = {"mu","sigma","df"};
required["weibull"] = {"shape","scale","threshold"};
Weitere Informationen zu diesen Dichten und Parametern finden Sie in der JSL-Dokumentation.
