Questo componente aggiuntivo traccia e confronta le aree di coda per un'ampia gamma di funzioni di densità di probabilità.Tali confronti possono essere utili quando si interpretano i p-value frequentisti o le probabilità a posteriori unilaterali bayesiane.Il componente aggiuntivo è anche un modo conveniente per apprendere la forma e la forma delle densità più comunemente utilizzate in probabilità e statistica.
Dopo aver installato il componente aggiuntivo trascinando il file .jmpaddin nella finestra JMP, è necessario creare una piccola tabella JMP che descriva le densità da stampare.Ogni riga corrisponde a una densità diversa e sono necessarie diverse colonne con nomi specifici per specificare completamente ogni densità e punto di taglio della coda.Una volta che la tabella è stata impostata, assicurati che sia a fuoco, quindi fai clic su Componenti aggiuntivi > Area di coda densità di probabilità.
Sono allegate diverse tabelle di esempio e quella denominata pdta_normal.jmp produce il seguente output. Illustra l'equivalenza di un p-value unilaterale e la probabilità bayesiana a posteriori di avere il segno sbagliato sotto l'inferenza normale su una media.
È possibile modificare dinamicamente i valori di cutoff in tre modi diversi: 1. Fare clic e trascinare le linee di riferimento punteggiate verticali. 2. Immettere i valori nelle caselle Taglia. 3. Fare clic e trascinare i diamanti nelle barre di scorrimento.
La tabella di input deve contenere le seguenti colonne:
- densità (usata come etichetta nei grafici)
- form (parola chiave per il tipo di densità, vedi elenco sotto)
- coda (destra o sinistra)
- cut (valori numerici in corrispondenza dei quali disegnare i punti di taglio iniziali)
Inoltre, è necessario specificare colonne numeriche corrispondenti ai parametri delle densità desiderate.Il seguente estratto dal codice JSL del componente aggiuntivo mostra quali densità sono attualmente disponibili insieme ai nomi dei parametri che le accompagnano:
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"};
Fare riferimento alla documentazione JSL per ulteriori dettagli su queste densità e parametri.
