454039_de-DE

liliconcom

Wie schreibe ich ein Skript zur Berechnung von Konfidenzintervallen?

Hallo, ich bin noch neu im JSL-Scripting und versuche, ein Skript zu schreiben, das basierend auf meiner linearen Regressionsanpassung vier neue Spalten erstellt und speichert:

- niedrigeres mittleres Konfidenzintervall von 95 %

- mittleres Konfidenzintervall der oberen 95 %

- Unteres individuelles Konfidenzintervall von 95 %

- Oberes individuelles Konfidenzintervall von 95 %

obj = Fit Model(
 Y( :LOG_ECOLI_PEAR ),
 Effects( :LOG_TURB_PEAR_FNU),
 Personality( "Standard Least Squares" ),
 Emphasis( "Effect Leverage" ),
 Run(:LOG_ECOLI_PEAR 
 )) ;
 
  obj << Prediction Formula;

Danke schön!

SkripterstellungBetreff: Wie schreibe ich ein Skript zur Berechnung von Konfidenzintervallen?

Perfekt.Danke schön!

Betreff: Wie schreibe ich ein Skript zur Berechnung von Konfidenzintervallen?

Hallo @learning_JSL ,

 

Es ist eigentlich ganz einfach. Sie müssen lediglich ein paar Codezeilen zu Ihrer vorhandenen JSL hinzufügen, und schon sind Sie fertig. Wenn Sie schon dabei sind, empfehle ich Ihnen dringend, den Skriptindex im Hilfemenü zu verwenden – er ist SEHR nützlich.

 

Für den mittleren CI fügen Sie den Code hinzu: obj << Mean Confidence Interval; und für die einzelnen CIs fügen Sie obj << Indiv Confidence Interval; hinzu. Der Standardwert ist ein Alpha von 0,05 (entspricht Ihren +/- 95 %, aber Sie können jedes beliebige Alpha angeben, zum Beispiel: obj << Mittleres Konfidenzintervall (0,1) würde +/- 90 %-KIs entsprechen.

 

Nachfolgend finden Sie Code, den Sie mithilfe der Datei Diabetes.jmp ausprobieren können.

 

Hoffe das hilft!,

DS

Names default to here(1);

dt=Open("$SAMPLE_DATA/Diabetes.jmp");

obj_fit = Fit Model(
 Validation( :Validation ),
 Y( :Y ),
 Effects(
  :Age, :Gender, :BMI, :BP, :Total Cholesterol, :LDL, :HDL, :TCH, :LTG,
  :Glucose
 ),
 Personality( "Standard Least Squares" ),
 Emphasis( "Effect Leverage" ),
 Run(
  :Y << {Summary of Fit( 1 ), Analysis of Variance( 1 ),
  Parameter Estimates( 1 ), Lack of Fit( 0 ), Scaled Estimates( 0 ),
  Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
  Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
  Plot Effect Leverage( 1 ), Plot Residual by Normal Quantiles( 0 ),
  Box Cox Y Transformation( 0 )}
 )
);

obj_fit << Prediction Formula;
obj_fit << Mean Confidence Interval;
obj_fit << Indiv Confidence Interval;