シミュレーション実験を行い、12個の確率変数を生成し、各変数に100個の観測値が含まれているため、変数は不均一性の問題にさらされ、正規分布に従います。
実験は10,000回繰り返されます。
＃JMPproでこれを行う方法がわかりません
ありがとう
異質性の問題が何であるかはわかりませんが、残りは次のようになります。
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 );
グループ変数を使用して分析を行います。
1200万のランダムな正規数
まとめは良いスタートかもしれません
</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 )
)
)
);
色！
拝啓Craige_Hales
助けてくれてありがとう、
シミュレーション実験をしたかった：
確率変数の数=12
各変数の観測数=100
そして、その結果の変数は不均一分散の問題に苦しんでいます
＃実験を10,000回繰り返す可能性がある
このような検索をチェックしてくださいhttps://www.google.com/search?q=site%3Ajmp.com+Heteroscedasticityコミュニティで良い答えがあるかもしれない以前の質問を見つけるため。 グーグル検索GUIであなたはそれをすることができますsite：jmp.com結果を制限するには：
site：jmp.com不均一分散
私は統計家ではありません。 上記のデータはランダムです。 あなたが指摘する情報源は、データが季節を超えてある種の繰り返しを持つべきであることを示唆しています...完全にランダムではありません。 1..12が1年の月を表す場合、1月の列、2月の列、...を使用しても意味がない場合があります。 日付列と値列がある方がはるかに理にかなっている場合があります。
| 日にち |
価値 |
| 2020/01 |
7 |
| 2020/02 |
6 |
| 2020/03 |
8 |
私は見上げた不均一分散そして、乱数を生成するために別のアプローチが必要であると思われるので、それらは実際にその特性を示します。 それ以外の場合は、上のグラフに示されているように、ミューとシグマがランダムな法線に渡される以外は何も興味深いものではなく、ランダムです。
推測して、手足を抜ける...ランダムなmu（通常？均一？）とそのmuに基づくシグマを生成してから、RandomNormal（mu、sigma）を使用する必要があると思います。 または私は完全に間違っているかもしれません。
