Hallo zusammen,
1. Können wir Zufallsdaten aus einem gegebenen Mittelwert und einem Konfidenzbereich von 95 % generieren? Als ob ich 100 Daten mit einem angegebenen Mittelwert (50) und einem 95 %-Konfidenzintervall (45-56) generieren müsste.
2. Auf andere Weise können mit Mittelwert und Standardabweichung Daten generiert werden, aber kann die Standardabweichung aus dem 95 %-KI-Bereich berechnet werden?
Grüße,
Yogeshl
Sieht für mich irgendwie seltsam aus, ich bin mir nicht sicher, was man dafür braucht.
Vielleicht könnte dies eine Möglichkeit sein, siehe das JSL-Skript.
Als @P_Bartell Wie bereits erwähnt, benötigen wir viel mehr Zeilen, um genau (etwa zwei Ziffern) die gewünschten Zahlen zu sehen. Und wir müssen die Verteilung manipulieren, um die gewünschten Werte anzuzeigen (Unsymmetrie).
Die Dehnung hat den Mittelwert um 0,2 verändert, das habe ich nicht berücksichtigt ...
Natürlich könnten Sie auch nur 100 Zeilen berechnen und sie auf eine Weise manipulieren, um genau die gewünschten Zahlen zu erhalten ...
Oder Sie können mit Zufallszahlen arbeiten, um beim nächsten Mal genau dieselben Zufallszahlen zu generieren.
Sie sehen, JMP kann alles ... Willkommen in der Community.
Viel Glück.
Names Default To Here( 1 );
// Generate data with 95 % Confidence between 45 and 56 with mean of 50
//
// returns the probability that a normally distributed random variable is less than q (45)
Normal Distribution( 45, 50, 5 );
// 0.158655, i.e. roughly 15 % of values are below 45 for a normal distribution with Average=50 and sigma=5
// Returns the quantile from a Normal distribution, the value for which the probability is p that a random value would be lower
quantile = Normal Quantile( 0.025 );
// -1.959964, i.e. 2.5 % of the values are below -1.959964, or smaller than Average minus -1.959964*sigma
// we need this quantile and have the absolute difference 2.5 % left + 2.5 % right = 5 % out, i.e. 95 % in
sigma = Abs( (50 - 45) / quantile );
Normal Distribution( 45, 50, sigma );
// 0.025, this is what we want
// now we can generate a table with that distribution
// and will scale the upper half by 6/5 to have the probability of 55 at 56 in a second column value_rightstretched
dt = New Table( "random confidence 45 50 56 95%",
add rows( 1000000 ),
New Column( "value", set each value( Random Normal( 50, sigma ) ) , Set Property("Spec Limits", {LSL(45), USL(55), Target(50), Show Limits(1)}),),
New Column( "value_rightstretched", formula( If( :value > 50, (:value - 50) * 6 / 5 + 50, :value ) ) , Set Property("Spec Limits", {LSL(45), USL(56), Target(50), Show Limits(1)}),)
);
dt << Distribution(
Continuous Distribution(
Column( :value ),
Outlier Box Plot( 0 ),
Process Capability( Use Column Property Specs ),
Customize Summary Statistics( Set Alpha Level( 0.01 ) )
),
Continuous Distribution(
Column( :value_rightstretched ),
Outlier Box Plot( 0 ),
Process Capability( Use Column Property Specs ),
Customize Summary Statistics( Set Alpha Level( 0.01 ) )
)
);
Vielen Dank, ich habe diese auch beim Googeln gesehen, aber es hat bei mir nicht funktioniert.
Vielen Dank für die Erklärung. Ich verstehe, dass die Möglichkeiten geringer sind, aber ich wollte wissen, ob jemand es schon einmal versucht hat oder einen Weg zur Generierung von Daten vorschlägt, die weiter verwendet werden können.
Ich bin einverstanden mit @jthi ist die Idee, eine Standardabweichung zurückzurechnen, die einen Grundgesamtheitsmittelwert mit einem gewünschten Konfidenzniveau ergibt. Aber Sie kommen nur zum Teil dorthin. Ich sehe zwei Probleme ... da Sie sich auf nur N = 100 beschränken. Jedes Mal, wenn Sie den Zufallszahlengenerator von JMP für eine Normalverteilung mit einem vorgeschriebenen Mittelwert und einer Standardabweichung ausführen, erhalten Sie 100 Zahlen ... aber der Mittelwert und das Konfidenzintervall entsprechen nicht genau Ihren Wünschen ... sie werden nahe beieinander liegen. ..aber nicht genau. Führen Sie den Zufallszahlengenerator erneut aus und Sie erhalten eine andere Antwort. Man kann also nicht genau dorthin gelangen. Das andere Problem, das ich sehe, und vielleicht bin ich hier einfach zu wörtlich ... aber in Ihrem ursprünglichen Beitrag ist das von Ihnen gesuchte Konfidenzintervall nicht symmetrisch zum Mittelwert ... Ihr angegebener Mittelwert = 50 und die Untergrenze ist 45, Die Obergrenze liegt bei 56. Auch hier gilt: Mit Standardmethoden für Populationskonfidenzintervalle ist dies nicht möglich.
