Calculer l'intervalle de confiance et l'intervalle de prédiction pour les ajustements non linéairesBonjour,
un client veut visualiser si ses courbes sont dans la tolérance attendue.Elle utilise un ajustement non linéaire pour lequel JMP ne fournit ni intervalle de confiance ni intervalle de prédiction.Pour atteindre cet objectif, j'ai suivi l'ajustement non linéaire et utilisé la formule de prédiction. J'ai créé une nouvelle table avec 200 000 lignes et 3 colonnes :Y-formula, :Y_formula_Conf_Int et :Y_formula_Pred_Int.
: La formule Y représente l'ajustement à l'aide d'estimations de paramètres.
:Y_formula_Conf_Int représente l'intervalle de confiance autour de l'ajustement à l'aide d'une distribution aléatoire normale pour chaque paramètre en fonction de leur estimation et de ApproxStdErr.
:Y_formula_Pred_Int représente l'intervalle de prédiction à l'aide d'une distribution aléatoire normale pour chaque paramètre en fonction de leur estimation et ApproxStdErr + la RMSE.
Afin de visualiser le 95% Conf. Int. & Préd. Int. J'ai sélectionné des valeurs entre -2,2 et -1,8 SD (limite inférieure) et des valeurs entre 1,8 et 2,2 SD (limite supérieure) pour :Y_formula_Conf_Int et :Y_formula_Pred_Int.
Est-ce une manière raisonnable d'obtenir des intervalles de 95 % ? J'ai utilisé une distribution aléatoire normale mais je me demande si les paramètres sont censés être distribués normalement (ou autre chose) ?
Le script et le jeu de données sont à titre d'illustration.
Est-ce exact ? assez bonne approximation ? Totalement faux ?
Gardez à l'esprit que l'exponentielle 3P utilisée sur ces données est juste un exemple, j'aimerais que quelque chose fonctionne pour n'importe quel ajustement (si possible).
Merci pour l'aide.
Emmanuel
Re : Calculer l'intervalle de confiance et l'intervalle de prédiction pour les ajustements non linéairesBonjour Emmanuel,
Vous pourriez envisager les étapes suivantes :
1. Ajustez le modèle dans la personnalité de la courbe d'ajustement et enregistrez la formule de prédiction paramétrique dans le tableau de données.
2. Accédez à la personnalité non linéaire (courbe non ajustée), puis utilisez la colonne de formule de prédiction nouvellement créée dans le rôle X.
3. vous pouvez ensuite enregistrer les limites de confiance des prévisions ou les limites de confiance individuelles dans le tableau de données.
4. enfin, vous pouvez utiliser la formule de prédiction et les limites de confiance dans le générateur de graphiques pour créer un graphique avec les données, le modèle et les limites de confiance.
Veuillez consulter le tableau de données ci-joint.
J'espère que cette information vous a aidé. Si ma compréhension n'est pas correcte, veuillez me le faire savoir.
Yuichi
Re : Calculer l'intervalle de confiance et l'intervalle de prédiction pour les ajustements non linéairesSalut Yuichi, il me semble avoir fait un ensemble d'opérations très complexes pour quelque chose qui est déjà disponible.
Restons positifs et considérons cela comme une formation à la scénarisation. Merci pour la réponse.
Re : Calculer l'intervalle de confiance et l'intervalle de prédiction pour les ajustements non linéairessalut @Emmanuel_Romeu et @yuichi_katsumur ,
est-il aussi "correct" de le faire par lot ?
La table de données a des courbes de croissance de différents lots. Si nous effectuons le calcul de Yuichis par lot, cela se traduira par des intervalles de prédiction/de confiance individuels. Cela semble beaucoup plus agréable dans un tracé superposé, car les intervalles suivent en fait les points de chaque lot. C'est une visualisation utile (voir ci-dessous), mais est-ce également mathématiquement correct ?
Merci pour le partage d'idées et d'informations 
