Ich möchte etwas ganz Einfaches machen. Nehmen wir der Einfachheit halber an, ich habe zwei Gruppen, sagen wir mit N=2.000 in Gruppe 1 und N=3.000 in Gruppe 2. Ich möchte einen Gesamtmittelwert einer Variablen Y berechnen, die für jede Gruppe gesammelt wird. Der Mittelwert von Y in Gruppe 1 ist 4 und in Gruppe 2 ist 8. Der Gesamtmittelwert wäre hier der ungewichtete Mittelwert und nicht der gewichtete Mittelwert – er sollte 6 betragen. Ich hätte vielleicht gedacht, dass ich die folgenden Werte für "Gewicht" eingeben sollte:
Gruppe 1: 5.000/2.000
Gruppe 2: 5.000/3.000
Aber diese ergeben nicht die erwartete Zahl. Können Sie mir helfen, die Option „Gewicht“ in Analyze:JMP zu verstehen und mir sagen, welche Gewichte ich für mein Problem verwenden muss?
Sofern ich Ihren Beitrag nicht falsch verstehe, besteht ein Weg zum Ermitteln des Mittelwerts jeder Gruppe darin, die Datentabelle mit zwei Spalten zu strukturieren, "Gruppe" als nominale Variable und "Y" als kontinuierliche Variable in der zweiten Spalte. Dann wird eine einfache Verteilungsplattform mit der Variablen „Gruppe“ im Fenster „Nach“ und der Variablen „Y“ im Fenster „Y, Spalten“ ausgeführt, und Sie erhalten zwei Histogramme und zusammenfassende Statistiktabellen, eine für jeden Wert in der Spalte „Gruppe“. . Sie brauchen sich nicht um das Gewichtsfenster zu kümmern.
Erstens ist Gewicht nicht Freq. Wenn Sie wissen, was Freq tut, dann macht Weight etwas anderes oder mehr.
Ich möchte auf die folgenden zwei SAS-Artikel hinweisen:
In meinem Wort, verwenden Sie Gewicht nur, wenn Sie ändern möchten, wie sich einzelne Beobachtungen auf Ihre Analyse auswirken. Wie im zweiten Artikel oben möchte man beispielsweise den Einfluss von Ausreißern auf die Analyse mildern.
Ob Sie also Gewicht verwenden möchten oder nicht und wie Sie es verwenden, sollten Sie sich selbst fragen, wie es Ihre Analyse beeinflussen kann und wie Sie die Auswirkungen interpretieren können.
In dem Beispiel, das Sie gegeben haben, und wie Sie es beschreiben, kann ich mir nur vorstellen, dass Sie eine Art zusammenfassende Daten haben, dann möchten Sie Gewicht verwenden, um die Beiträge aus zusammenfassenden Statistiken einzelner Gruppen zu "korrigieren". Mir ist jedoch keine JMP-Plattform bekannt, die für die Verarbeitung von Zusammenfassungsdaten entwickelt wurde, mit Ausnahme einiger Tools unter Hilfe> Beispielindex. Wenn Ihre Daten in ihrer ursprünglichen Form vorliegen, benötigen Sie kein Gewicht, wie mein Kollege sagte.
Ich glaube, ich verstehe, was du willst, aber nicht, was dafür gebraucht wird. Und ich stimme den obigen Antworten zu, dass Gewicht möglicherweise nicht der richtige Weg ist.
Wenn Sie es einfach machen möchten, würde ich den 2-Stufen-Ansatz verwenden, zuerst die Gruppenmittel berechnen und dann die Mittel der Mittel berechnen (ohne die Häufigkeit zu berücksichtigen).
Das bedeutet also, dass jede Gruppe gleichmäßig gewichtet werden soll und der Durchschnitt 6 beträgt, siehe zweiter Screenshot.
Aber Standard in JMP ist, dass jede Zeile das gleiche Gewicht hat, wie andere bereits darauf hingewiesen haben. Und wenn Sie dies wirklich in einer "gestapelten Tabelle" tun müssen, müssen Sie die Gewichte so berechnen, dass das Ergebnis Ihren Wünschen entspricht, aber dies kann mit mehr Gruppen ziemlich kompliziert und verwirrend werden - daher empfehle ich es nicht .
Nur zur Veranschaulichung siehe Skript unten.
Names Default To Here( 1 );
// generate example table
dt = New Table( "test weight",
add rows( 5000 ),
New Column( "group", formula( If( Row() > 2000, "B", "A" ) ) ),
New Column( "value", formula( If( Row() > 2000, Random Normal( 8, 1 ), Random Normal( 4, 1 ) ) ) ),
New Column( "weight", formula( If( Row() > 2000, 5000 / 6000, 5000 / 4000 ) ) ),
New Column( "mean", formula( Col Mean( :value ) ) ),
New Column( "group mean", formula( Col Mean( :value, :group ) ) )
);
dt << add properties to table(
{new script(
"By Distribution",
Distribution( Stack( 1 ), Continuous Distribution( Column( :value ), Horizontal Layout( 1 ), Vertical( 0 ) ), By( :group ) )
), new script(
"Weighted Distribution",
Distribution( Stack( 1 ), Continuous Distribution( Column( :value ), Horizontal Layout( 1 ), Vertical( 0 ) ), weight( :weight ) )
)}
);
dt_sum = dt << summary( subgroup( :group ), Mean( value ) );
dt_sum << New Column( "all mean", Formula( Mean( :"Mean(value, A)"n, :"Mean(value, B)"n ) ) );
