시뮬레이션 실험시뮬레이션 실험을 하고 12개의 랜덤 변수를 생성하고 각 변수에는 100개의 관측값이 포함되어 변수가 이질성 문제의 대상이 되도록 하고 정규 분포를 따르고 싶습니다.
실험은 10,000번 반복됩니다.
# JMPpro로 이 작업을 수행하는 방법을 모르겠습니다.
감사해요
데이터 테이블스크립팅창Re: 시뮬레이션 실험이질성 문제가 무엇인지 모르지만 나머지는 다음과 같을 수 있습니다.
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 );
그룹 변수로 분석을 수행하십시오.
1200만 임의의 일반 숫자
Re: 시뮬레이션 실험요약은 좋은 시작일 수 있습니다.
</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 )
)
)
);
색깔!
Re: 시뮬레이션 실험귀하에게 크레이지_헤일즈
도와주셔서 대단히 감사합니다.
시뮬레이션 실험을 하고 싶었습니다.
확률 변수의 수 = 12
각 변수의 관측치 수 = 100
그리고 그 결과 변수는 이분산성 문제를 겪고 있습니다.
# 10,000번의 실험을 반복할 수 있는 가능성으로
Re: 시뮬레이션 실험
출처:
랜덤 계수 주기적 자기회귀(repec.org)
Re: 시뮬레이션 실험이와 같은 검색을 확인하십시오 https://www.google.com/search?q=site%3Ajmp.com+이분산성 커뮤니티에서 좋은 답변을 얻을 수 있는 이전 질문을 찾습니다. Google 검색 GUI에서 다음과 같이 할 수 있습니다. 사이트:jmp.com 결과를 제한하려면:
사이트:jmp.com 이분산성
저는 통계학자가 아닙니다. 위의 데이터는 랜덤입니다. 당신이 지적한 출처는 데이터가 계절에 따라 일종의 반복을 가져야 한다고 제안합니다...완전히 무작위가 아닙니다. 1..12가 연도를 나타내는 경우 1월 열, 2월 열, ... 날짜 열과 값 열을 갖는 것이 훨씬 더 합리적일 수 있습니다.
| 데이트 |
값 |
| 2020/01 |
7 |
| 2020/02 |
6 |
| 2020/03 |
8 |
나는 올려다 보았다 이분산성 난수가 실제로 그 특성을 나타내도록 난수를 생성하는 다른 접근 방식이 필요하다고 생각합니다. 그렇지 않으면 위의 그래프에서 볼 수 있듯이 mu와 sigma가 임의의 법선으로 전달되지만 흥미롭지 않은 것은 무작위입니다.
그냥 추측하고, 사지에 빠져 ... 내 생각에는 임의의 mu (normal? uniform?)와 해당 mu를 기반으로 하는 시그마를 생성한 다음 RandomNormal(mu,sigma)을 사용해야 합니다. 아니면 내가 완전히 틀릴 수도 있습니다.
