Berechnen Sie das Konfidenzintervall und das Vorhersageintervall für nichtlineare AnpassungenHallo,
Ein Kunde möchte visualisieren, ob seine Kurven innerhalb der erwarteten Toleranz liegen.Sie verwendet die nichtlineare Anpassung, für die JMP weder Konfidenzintervall noch Vorhersageintervall bereitstellt.Um dieses Ziel zu erreichen, habe ich die nichtlineare Anpassung durchlaufen und die Prädiktorformel verwendet. Ich habe eine neue Tabelle mit 200.000 Zeilen und 3 Spalten erstellt :Y-formula, :Y_formula_Conf_Int und :Y_formula_Pred_Int.
:Y-Formel zeigt die Anpassung unter Verwendung von Parameterschätzungen.
:Y_formula_Conf_Int stellt das Konfidenzintervall um die Anpassung dar, indem eine normale Zufallsverteilung für jeden Parameter basierend auf ihrer Schätzung und ApproxStdErr verwendet wird.
:Y_formula_Pred_Int stellt das Vorhersageintervall unter Verwendung einer normalen zufälligen Verteilung für jeden Parameter dar, basierend auf ihrer Schätzung und ApproxStdErr + dem RMSE.
Um die 95% Conf. Int. & Pred. Int. Ich habe Werte innerhalb von -2,2 und -1,8 SD (untere Grenze) und Werte innerhalb von 1,8 und 2,2 SD (obere Grenze) für beide ausgewählt: Y_formula_Conf_Int und :Y_formula_Pred_Int.
Ist das ein vernünftiger Weg, um 95%-Intervalle zu erhalten? Ich habe eine normale Zufallsverteilung verwendet, aber ich frage mich, ob Parameter normal (oder etwas anderes) verteilt sein sollen?
Das Skript und der Datensatz dienen der Veranschaulichung.
Ist das korrekt ? gute Annäherung? total falsch ?
Denken Sie daran, dass das für diese Daten verwendete 3P-Exponential nur ein Beispiel ist. Ich möchte, dass etwas für jede Passform funktioniert (wenn möglich).
Danke für die Hilfe.
Emmanuel
Re: Konfidenzintervall und Vorhersageintervall für nichtlineare Anpassungen berechnenHallo Emmanuel,
Sie könnten die folgenden Schritte in Betracht ziehen:
1. Passen Sie das Modell an die Anpassungskurvenpersönlichkeit an und speichern Sie die parametrische Vorhersageformel in der Datentabelle.
2. Gehen Sie zur nichtlinearen Persönlichkeit (nicht angepasste Kurve) und verwenden Sie dann die neu erstellte Vorhersageformelspalte in der X-Rolle.
3. Sie können dann entweder die Vorhersage-Konfidenzgrenzen oder die individuellen Konfidenzgrenzen in der Datentabelle speichern.
4. Schließlich können Sie die Vorhersageformel und die Konfidenzgrenzen im Graph Builder verwenden, um ein Diagramm mit den Daten, dem Modell und den Konfidenzgrenzen zu erstellen.
Bitte beachten Sie die beigefügte Datentabelle.
Ich hoffe, diese Informationen sind hilfreich. Wenn mein Verständnis nicht richtig ist, lassen Sie es mich bitte wissen.
Yuichi
Re: Konfidenzintervall und Vorhersageintervall für nichtlineare Anpassungen berechnenHallo Yuichi, ich scheine eine sehr komplexe Reihe von Operationen für etwas durchgeführt zu haben, das bereits verfügbar ist.
Bleiben wir positiv und betrachten dies als Skripting-Training. Danke für Ihre Antwort.
Re: Konfidenzintervall und Vorhersageintervall für nichtlineare Anpassungen berechnenHallo @Emmanuel_Romeu und @yuichi_katsumur ,
ist es auch "richtig", dies per Batch zu tun?
Die Datentabelle enthält Wachstumskurven von verschiedenen Chargen. Wenn wir die Yuichis-Berechnung stapelweise durchführen, führt dies zu individuellen Vorhersage-/Konfidenzintervallen. In einem Overlay-Plot sieht es viel schöner aus, da die Intervalle tatsächlich den Punkten jeder Charge folgen. Dies ist eine hilfreiche Visualisierung (siehe unten), aber ist das auch mathematisch korrekt?
Danke für das Teilen von Gedanken und Informationen 
Re: Konfidenzintervall und Vorhersageintervall für nichtlineare Anpassungen berechnenHallo Florian,
Ich denke, es kommt auf den Zweck der Analyse an.
