Je travaille avec des données d'inventaire qui doivent être évaluées avec un Pareto.Donc, fondamentalement, classez les quantités d'inventaire dans l'ordre de 1 - yada yada, puis ajustez le pareto.Je sais que nous avons la fonction de Pareto dans la fiabilité, mais je n'arrive pas à en extraire les paramètres.Je dois le faire pour quelques centaines de distributions, donc ce que j'aimerais, c'est quelque chose comme l'outil de distribution mais spécifique à Pareto.
Donc le plus gros volume en position 1, le volume suivant en position 2, yada yada.
J'ai un moyen de le faire fonctionner sur une plate-forme de distribution où vous définissez la taille de l'inventaire sur Y / colonne et la fréquence (j'ai donc 6 000 unités où la taille du lot est comprise entre 2 et 3 000), ce qui me donne quelque chose que je peut sorte d'utilisation, mais ce n'est pas idéal.
Quoi qu'il en soit, des idées sur la façon d'extraire les paramètres de Pareto?
Et ça?
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Quality Control/Failure Raw Data.jmp" );
obj = dt << Pareto Plot( Cause( :failure ), , Per Unit Rates( 1 ));
report(obj)[Table Box( 1 )]<< make into data table;
Je cherchais vraiment un estimateur du paramètre alpha pour le PDF/CDF.
toujours pas vraiment sûr de ce dont vous avez besoin, et si vous avez besoin d'une solution de script, etc.
Si vous regardez l'exemple de script et la capture d'écran,
voulez-vous les paramètres d'ajustement de la distribution, comme pour l'ajustement exponentiel ci-dessous ?
Ce ne serait pas un problème, vous pourriez laisser JMP calculer, dans ce cas vous enregistrez la formule et continuez le traitement si nécessaire...
Names Default To Here( 1 );
dt = Open( "$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 )} )
)
);
