SimulationsexperimentIch möchte ein Simulationsexperiment durchführen, 12 Zufallsvariablen generieren, jede Variable enthält 100 Beobachtungen, sodass die Variablen einem Heterogenitätsproblem unterliegen und der Normalverteilung folgen
Das Experiment wird 10.000 Mal wiederholt.
# Ich weiß nicht, wie ich das mit JMPpro machen soll
Danke
Erweiterte statistische ModellierungWindowsBetreff: Simulationsexperiment„Wie macht man die Variablen heterogen in der Varianz“ – bedeutet das, dass jede Spalte ein anderes Sigma benötigt? Benötigen Sie 12 zufällig ausgewählte Sigma-Werte?
„Heteroskedastizitätsproblem“ – bedeutet das, dass Sie eine Funktion im Sinn haben, um das Sigma basierend auf Mu zu ändern? Und eine Funktion zum Auswählen von mu, wahrscheinlich zufällig? (Ich habe hier keine Fachkenntnisse, sondern kann nur nach 30-sekündiger Lektüre raten.)
Ich denke, Sie möchten dies mithilfe verschachtelter for-Schleifen tun. Mein ursprünglicher Vorschlag ist zu einfach. Sie könnten auch Spaltenformeln verwenden, ein JSL-Skript ist jedoch einfacher zu verwalten. Verschachtelte Schleifen würden etwa so aussehen
m = J( 100 * 10000, 12, 0 );
for(row=1, row<=nrows(m), row+=1,
for(col=1, col<=ncols(m), col+=1,
m[row,col] = HSD(row,col);
);
);<BR /><BR />dt = astable(m)<BR /><BR />...
Sie müssen die vom Benutzer geschriebene Funktion „HSD“ mit dem schreiben, was Sie tatsächlich wollen.
Möglicherweise möchten Sie die 10.000 Wiederholungen auch auf 2 oder 3 Wiederholungen ändern, bis Sie entscheiden, was die Analyse bewirken soll. Ich habe die Zusammenfassung verwendet, weil sie alle 10.000 Analysen in eine Datentabelle packt. Möglicherweise möchten Sie eine Plattform 10.000 Mal ausführen, einige Ergebnisse abrufen und dann die Plattform schließen. Sie möchten nicht, dass 10.000 Plattformen gleichzeitig geöffnet sind, da JMP sonst nicht mehr über genügend Speicher verfügt.
Betreff: SimulationsexperimentLieber Herr
Zunächst einmal vielen Dank für Ihre Hilfe.
Tatsächlich kommt Ihr obiges Skript nahe an das, was ich will,
aber ich weiß nicht, wie ich die Variablen in ihrer Varianz heterogen machen kann.
Ich weiß nicht, wie ich Ihr Skript ändern soll, sodass:
Anzahl Zufallsvariablen = 12
Die Anzahl der Beobachtungen in jeder Variablen = 100
Und die resultierenden Variablen leiden unter dem Problem der Heteroskedastizität
Mit der Möglichkeit, das Experiment 10.000 Mal zu wiederholen
Grüße
Betreff: SimulationsexperimentSchauen Sie sich eine Suche wie diese an https://www.google.com/search?q=site%3Ajmp.com+Heteroscedasticity um frühere Fragen zu finden, auf die es in der Community möglicherweise gute Antworten gibt. In der Benutzeroberfläche der Google-Suche können Sie dies tun Website:jmp.com um die Ergebnisse einzuschränken:
site:jmp.com Heteroscedasticitysite:jmp.com Heteroscedasticitysite:jmp.com Heteroskedastizität
Ich bin kein Statistiker. Die oben genannten Daten sind zufällig. Die Quelle, auf die Sie verweisen, legt nahe, dass sich die Daten über die Jahreszeiten hinweg wiederholen sollten ... nicht völlig zufällig. Wenn 1..12 Monate des Jahres darstellt, ist es möglicherweise nicht sinnvoll, eine Januar-Spalte, eine Februar-Spalte usw. zu haben. Es könnte viel sinnvoller sein, eine Datumsspalte und eine Wertespalte zu haben.
| Datum |
Wert |
| 2020/01 |
7 |
| 2020/02 |
6 |
| 2020/03 |
8 |
Ich habe nachgeschlagen Heteroskedastizität und vermuten, dass Sie einen anderen Ansatz zum Generieren Ihrer Zufallszahlen benötigen, damit sie dieses Merkmal tatsächlich aufweisen. Ansonsten ist es einfach zufällig und es gibt nichts Interessantes außer Mu und Sigma, die an den Zufallsnormalen übergeben werden, wie in der Grafik oben zu sehen ist.
Nur eine Vermutung, und auf der sicheren Seite ... Ich denke, Sie müssten ein zufälliges mu (normal? einheitlich?) und ein Sigma basierend auf diesem mu generieren und dann RandomNormal(mu, sigma) verwenden. Oder ich könnte völlig falsch liegen.
Betreff: Simulationsexperiment
die Quelle:
Periodische Autoregression mit Zufallskoeffizienten (repec.org)
Betreff: SimulationsexperimentLieber Herr Craige_Hales
Vielen Dank, dass Sie mir geholfen haben,
Ich wollte ein Simulationsexperiment durchführen:
Anzahl Zufallsvariablen = 12
Die Anzahl der Beobachtungen in jeder Variablen = 100
Und die resultierenden Variablen leiden unter dem Problem der Heteroskedastizität
# Mit der Möglichkeit, das Experiment 10.000 Mal zu wiederholen
Betreff: SimulationsexperimentEine Zusammenfassung könnte ein guter Anfang sein
</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 )
)
)
);
</CODE></P>
<P><SPAN class="lia-inline-image-display-wrapper lia-image-align-inline" image-alt="Color!" style="width: 812px;"><SPAN class="lia-inline-image-display-wrapper" image-alt="Color!" style="width: 812px;"><span class="lia-inline-image-display-wrapper" image-alt="Color!" style="width: 812px;"><img src="https://us.v-cdn.net/6038925/uploads/images/41991iFA52067AFA73F318/Untitled%204%20By%20%28group%29%20-%20Graph%20Builder.png" role="button" title="Untitled 4 By (group) - Graph Builder.png" alt="Color!" /><span class="lia-inline-image-caption" onclick="event.preventDefault();">Color!</span></span><SPAN class="lia-inline-image-caption" onclick="event.preventDefault();">Color!</SPAN></SPAN><SPAN class="lia-inline-image-caption" onclick="event.preventDefault();">Farbe!</SPAN></SPAN></P></LINGO-BODY><LINGO-SUB id="lingo-sub-481697" slang="en-US" mode="NONE">Betreff: Simulationsexperiment</LINGO-SUB><LINGO-BODY id="lingo-body-481697" slang="en-US" mode="NONE"><P>Ich weiß nicht, was das Heterogenitätsproblem ist, aber der Rest könnte so aussehen:</P>
<P> </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 );
Führen Sie Ihre Analyse mit der Gruppenvariablen durch.
12 million random normal numbers12 million random normal numbers12 Millionen zufällige Normalzahlen
