Ich arbeite mit einigen Bestandsdaten, die mit einem Pareto ausgewertet werden müssen.Ordnen Sie die Inventarmengen also grundsätzlich von 1 - yada yada und passen Sie dann das Pareto an.Ich weiß, dass wir die Pareto-Funktion in der Zuverlässigkeitssache haben, aber ich kann anscheinend die Parameter nicht daraus extrahieren.Ich muss dies für etwa ein paar hundert Distributionen tun, also würde ich etwas wie das Distributionstool lieben, aber spezifisch für Pareto.
Also das größte Volumen an Position 1, das nächste Volumen an Position 2, yada yada.
Ich habe eine Möglichkeit, es in einer Distributionsplattform zum Laufen zu bringen, wo Sie die Bestandsgröße als Y/Spalte und die Freq festlegen (also habe ich 6.000 Einheiten, bei denen die Stapelgröße zwischen 2-3.000 liegt), was mir etwas gibt I kann irgendwie verwendet werden, aber es ist nicht ideal.
Wie auch immer, irgendwelche Ideen, wie man die Pareto-Parameter extrahiert?
Was ist damit?
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Quality Control/Failure Raw Data.jmp" );
obj = dt << Pareto Plot( Cause( :failure ), , Per Unit Rates( 1 ));
report(obj)[Table Box( 1 )]<< make into data table;
War wirklich auf der Suche nach einem Schätzer des Alpha-Parameters für PDF/CDF.
immer noch nicht wirklich sicher, was Sie brauchen und ob Sie eine Skripting-Lösung usw. benötigen.
Wenn Sie sich das Beispielskript und den Screenshot ansehen,
Möchten Sie die Anpassungsparameter der Verteilung, wie für die Exponentialanpassung unten?
Dies wäre kein Problem, Sie könnten JMP rechnen lassen, dann speichern Sie die Formel und verarbeiten sie bei Bedarf weiter ...
Names Default To Here( 1 );
dt = Open( "$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 )} )
)
);
