481657_it-IT

liliconcom

esperimento di simulazione

Voglio fare un esperimento di simulazione, generare 12 variabili casuali, ogni variabile contiene 100 osservazioni, in modo che le variabili siano soggette a problemi di eterogeneità e seguano la distribuzione normale
L'esperimento viene ripetuto 10.000 volte.

 

# Non so come farlo con JMPpro

 

Grazie

Tabella datiSceneggiaturafinestreRe: esperimento di simulazione

Non so quale sia il problema dell'eterogeneità, ma il resto potrebbe assomigliare a questo:

 

dt = As Table( J( 100 * 10000, 12, Random Normal( 0, 1 ) ) );
dt << New Column( "group", formula( Floor( (Row() - 1) / 100 ) + 1 ) );
dt << runformulas;
dt:group << deleteformula;
dt << Go To( group );
dt << Move Selected Columns( To first );

 

Fai la tua analisi con la variabile di gruppo.

 

12 milioni di numeri normali casuali

Re: esperimento di simulazione

Il riassunto potrebbe essere un buon inizio

</CODE></P> <PRE><CODE class=" language-jsl">dt = As Table( J( 100 * 10000, 12, Random Normal( 0, 1 ) ) ); dt << New Column( "group", formula( Floor( (Row() - 1) / 100 ) + 1 ) ); dt << runformulas; dt:group << deleteformula; dt << Go To( group ); dt << Move Selected Columns( To first ); dtsummary = dt << Summary( Group( :group ), Mean( :Col1 ), Min( :Col1 ), Max( :Col1 ), Std Dev( :Col1 ), Mean( :Col2 ), Min( :Col2 ), Max( :Col2 ), Std Dev( :Col2 ), Freq( "None" ), Weight( "None" ) ); dtsummary << Graph Builder( Size( 653, 452 ), Show Control Panel( 0 ), Variables( X( :group ), Y( :"Mean(Col1)"n ), Y( :"Min(Col1)"n, Position( 1 ) ), Y( :"Max(Col1)"n, Position( 1 ) ), Y( :"Std Dev(Col1)"n, Position( 1 ) ), Y( :"Mean(Col2)"n, Position( 1 ) ), Y( :"Min(Col2)"n, Position( 1 ) ), Y( :"Max(Col2)"n, Position( 1 ) ), Y( :"Std Dev(Col2)"n, Position( 1 ) ) ), Elements( Points( X, Y( 1 ), Y( 2 ), Y( 3 ), Y( 4 ), Y( 5 ), Y( 6 ), Y( 7 ), Y( 8 ), Legend( 7 ) ) ) );

Colore!

Re: esperimento di simulazione

caro Signore Craige_Hales

 

Grazie mille per avermi aiutato,

 

Volevo fare un esperimento di simulazione:
Numero di variabili casuali = 12
Il numero di osservazioni in ciascuna variabile = 100
E che le variabili risultanti soffrono del problema dell'eteroscedasticità

# Con possibilità di ripetere l'esperimento 10.000 volte

Re: esperimento di simulazione

 

la fonte:

Autoregressione periodica a coefficiente casuale (repec.org)

Re: esperimento di simulazione

dai un'occhiata a una ricerca come questa https://www.google.com/search?q=site%3Ajmp.com+Eteroscedasticità per trovare le domande precedenti che potrebbero avere buone risposte nella comunità. Nella GUI di ricerca di Google puoi farlo con sito: jmp.com per limitare i risultati:

 

sito: jmp.com Eteroscedasticità

 

Non sono uno statistico. I dati sopra sono casuali. La fonte a cui indichi suggerisce che i dati dovrebbero avere una sorta di ripetizione attraverso le stagioni ... non del tutto casuali. Se 1..12 rappresenta i mesi dell'anno, potrebbe non avere senso avere una colonna di gennaio, una colonna di febbraio, ... Potrebbe avere molto più senso avere una colonna della data e una colonna del valore.

Data	valore
2020/01	7
2020/02	6
2020/03	8

 

Ho cercato Eteroscedasticità e sospetto che avrai bisogno di un approccio diverso per generare i tuoi numeri casuali in modo che mostrino effettivamente quel tratto. Altrimenti è solo casuale senza nulla di interessante ma mu e sigma sono passati a random normale, come si vede nel grafico sopra.

 

Solo indovinando, e via su un arto ... Penso che dovresti generare un mu casuale (normale? uniforme?) E un sigma basato su quel mu, quindi usare RandomNormal(mu,sigma). Oppure potrei sbagliarmi completamente.