Sto lavorando con alcuni dati di inventario che devono essere valutati con un Pareto.Quindi fondamentalmente classifica le quantità di inventario in ordine da 1 - yada yada e quindi adatta il pareto.So che abbiamo la funzione di Pareto nella cosa dell'affidabilità, ma non riesco a estrarne i parametri.Devo farlo per qualche centinaio di distribuzioni, quindi quello che mi piacerebbe è qualcosa come lo strumento di distribuzione ma specifico per Pareto.
Quindi il volume più grande in posizione 1, il volume successivo in posizione 2, yada yada.
Ho un modo per farlo funzionare in una piattaforma di distribuzione in cui imposti la dimensione dell'inventario come Y/colonna e Freq (quindi ho 6k unità in cui la dimensione del lotto è compresa tra 2-3k), il che mi dà qualcosa che io può essere utilizzato, ma non è l'ideale.
Comunque, qualche idea su come estrarre i parametri di Pareto?
Che dire di questo?
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Quality Control/Failure Raw Data.jmp" );
obj = dt << Pareto Plot( Cause( :failure ), , Per Unit Rates( 1 ));
report(obj)[Table Box( 1 )]<< make into data table;
Stavo davvero cercando uno stimatore del parametro alfa per PDF/CDF.
non sono ancora sicuro di cosa ti serva e se hai bisogno di una soluzione di scripting ecc.
Se stai guardando lo script e lo screenshot di esempio,
vuoi i parametri di adattamento della distribuzione, come per l'adattamento esponenziale di seguito?
Questo non sarebbe un problema, potresti far calcolare a JMP, in tal caso salvi la formula e procedi ulteriormente se necessario ...
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Quality Control/Failure Raw Data.jmp" );
/*
obj = dt << Pareto Plot( Cause( :failure ), , Per Unit Rates( 1 ));
report(obj)[Table Box( 1 )]<< make into data table;
*/
dt_sum = dt << Summary( Group( :failure ), Freq( "None" ), Weight( "None" ) );
dt_sum << Distribution(
Continuous Distribution(
Column( :N Rows ),
CDF Plot( 1 ),
Fit Normal( Show Fit( 0 ) ),
Fit Cauchy( Show Fit( 0 ) ),
Fit Student's t( Show Fit( 0 ) ),
Fit Lognormal( Show Fit( 0 ) ),
Fit Exponential,
Fit Gamma( Show Fit( 0 ) ),
Fit Johnson( Show Fit( 0 ) ),
Fit SHASH( Show Fit( 0 ) ),
Fit Normal 2 Mixture( Show Fit( 0 ) ),
Fit Weibull( Show Fit( 0 ) )
),
SendToReport(
Dispatch( {"N Rows"}, "Compare Distributions", OutlineBox, {Close( 1 )} ),
Dispatch( {"N Rows"}, "Quantiles", OutlineBox, {Close( 1 )} ),
Dispatch( {"N Rows"}, "Summary Statistics", OutlineBox, {Close( 1 )} ),
Dispatch( {"N Rows"}, "Fitted Exponential Distribution", OutlineBox, {Close( 1 )} )
)
);
