Ciao a tutti,
1. Possiamo generare dati casuali dalla media data e dall'intervallo di confidenza al 95%?. Ad esempio, devo generare 100 dati con media fornita (50) e intervallo di confidenza al 95% (45-56).
2. In altro modo, con la media e la deviazione standard è possibile generare dati, ma è possibile calcolare la deviazione standard dall'intervallo dell'IC al 95%?
Saluti,
Yogeshl
Mi sembra in qualche modo strano, non sono sicuro di cosa sia necessario.
Forse questo potrebbe essere un modo per farlo, vedi lo script JSL.
COME @P_Bartell come già sottolineato, abbiamo bisogno di molte più righe per vedere esattamente (2 cifre circa) i numeri desiderati. E dobbiamo manipolare la distribuzione per mostrare i valori desiderati (asimmetria).
Lo stretching ha cambiato la media di 0,2, di questo non ho tenuto conto...
Ovviamente potresti calcolare solo 100 righe e manipolarle in modo da ottenere i numeri esatti che desideri ...
Oppure puoi lavorare con il seme casuale, per generare esattamente gli stessi numeri casuali la prossima volta.
Vedi, JMP può fare tutto..., benvenuto nella comunità.
Buona fortuna.
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 ) )
)
);
Grazie, li ho visti anche mentre cercavo su Google ma non ha funzionato per me.
Grazie per la spiegazione, capisco che le possibilità sono inferiori, ma volevo sapere se qualcuno l'ha provato prima o potrebbe suggerire qualche percorso per generare dati che possano essere utilizzati ulteriormente.
Sono d'accordo con @jthi L'idea di tornare indietro calcolando il percorso verso una deviazione standard che produrrà una media della popolazione con il livello di confidenza desiderato. Ma arriverai solo a metà strada. Vedo due problemi... dal momento che ti stai limitando a solo N = 100. Ogni volta che esegui il generatore di numeri casuali di JMP per una distribuzione normale con una media e una deviazione standard prescritte, otterrai 100 numeri... ma la media e l'intervallo di confidenza non saranno esattamente quelli desiderati... saranno vicini. ..ma non esatto. Esegui nuovamente il generatore di numeri casuali e otterrai una risposta diversa. Quindi non puoi arrivarci esattamente. Vedo l'altro problema, e forse sono semplicemente troppo letterale qui... ma nel tuo post originale l'intervallo di confidenza che cerchi non è simmetrico rispetto alla media... la media dichiarata = 50 e il limite inferiore è 45, il limite superiore è 56. Ancora una volta... non è possibile farlo utilizzando i metodi standard dell'intervallo di confidenza della popolazione.
