シミュレーション実験シミュレーション実験を行い、12 個の確率変数を生成します。各変数には 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の影響を受け、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
高度な統計モデリングウィンドウズRe: シミュレーション実験「変数の分散を異種にする方法」 - それは各列に異なるシグマが必要という意味ですか? ランダムに選択された 12 個のシグマ値が必要ですか?
「不均一分散性の問題」 - ミューに基づいてシグマを変更する関数を念頭に置いているという意味ですか? そして、おそらくランダムに mu を選択するための関数? (私には専門知識はありません。30 秒読んだ後の推測です。)
ネストされた for ループを使用してこれを行うとよいと思います。 私の当初の提案は単純すぎます。 列式を使用することもできますが、JSL スクリプトの方が管理が簡単です。 ネストされたループは次のようになります
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 />...
実際に必要なものを使用して「HSD」ユーザー記述関数を作成する必要があります。
分析で何を行うべきかを決定するまで、10000 回の繰り返しを 2 回または 3 回の繰り返しに変更することもできます。 すべての 10K 分析をデータ テーブルにパックするため、サマリーを使用しました。 プラットフォームを 10,000 回実行して、結果を取得してからプラットフォームを閉じることができます。 JMP がメモリ不足になるため、一度に 10,000 個のプラットフォームを開くことは望ましくありません。
Re: シミュレーション実験拝啓
まず、ご協力いただきまして誠にありがとうございます。
実際、上記のスクリプトは私が望むものに近いものですが、
しかし、変数の分散を異種にする方法がわかりません。
次のようにスクリプトを変更する方法がわかりません。
確率変数の数 = 12
各変数の観測値の数 = 100
そして、結果として得られる変数は不均一分散性の問題に悩まされている
実験を10,000回繰り返す可能性あり
よろしく
Re: シミュレーション実験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+不均一分散性コミュニティ内で適切な回答が得られる可能性のある過去の質問を見つけることができます。 Google 検索 GUI では、次のように実行できます。サイト:jmp.com結果を制限するには:
site:jmp.com Heteroscedasticitysite:jmp.com Heteroscedasticityサイト:jmp.com 不均一分散性
私は統計学者ではありません。 上記のデータはランダムです。 あなたが指摘した情報源は、データには完全にランダムではなく、季節にわたってある種の繰り返しがあるはずであることを示唆しています。 1..12 が 1 年の月を表す場合、1 月の列、2 月の列などがあることは意味をなさない可能性があります。 日付列と値列を用意する方がはるかに合理的かもしれません。
| 日付 |
価値 |
| 2020年01月 |
7 |
| 2020年02月 |
6 |
| 2020年03月 |
8 |
私は見上げた不均一分散性そして、乱数が実際にその特性を示すように、乱数を生成するには別のアプローチが必要になるのではないかと考えます。 それ以外の場合は、上のグラフに見られるように、mu と sigma がランダムな法線に渡されること以外は何も興味深いものがなく、単なるランダムになります。
単なる推測であり、非常に困難です...ランダムなミュー（通常？均一？）とそのミューに基づくシグマを生成し、RandomNormal(mu,sigma)を使用する必要があると思います。 あるいは、私が完全に間違っているかもしれません。
Re: シミュレーション実験
起源：
ランダム係数の周期的自己回帰 (repec.org)
Re: シミュレーション実験拝啓クレイジ・ヘイルズ
助けてくれて本当にありがとう、
シミュレーション実験をしてみたいと思いました。
確率変数の数 = 12
各変数の観測値の数 = 100
そして、結果として得られる変数は不均一分散性の問題に悩まされている
# 実験を10,000回繰り返す可能性あり
Re: シミュレーション実験概要は良いスタートになるかもしれません
</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 )
)
)
);
</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();">色！</SPAN></SPAN></P></LINGO-BODY><LINGO-SUB id="lingo-sub-481697" slang="en-US" mode="NONE">Re: シミュレーション実験</LINGO-SUB><LINGO-BODY id="lingo-body-481697" slang="en-US" mode="NONE"><P>異質性の問題が何なのかはわかりませんが、残りは次のようになります。</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 );
グループ変数を使用して分析を実行します。
12 million random normal numbers12 million random normal numbers1,200 万の正規乱数
