Hola a todos,
1. ¿Podemos generar datos aleatorios a partir de la media dada y el rango de confianza del 95%? Como necesito generar 100 datos con la media (50) y el intervalo de confianza del 95% (45-56).
2. De otra manera, con la media y la desviación estándar se pueden generar datos, pero ¿se puede calcular la desviación estándar a partir del rango de IC del 95%?
Saludos,
Yogeshl
Me parece algo extraño, no estoy seguro de para qué se necesita.
Quizás esta podría ser una forma de hacerlo; consulte el script JSL.
Como @P_Bartell Como ya hemos señalado, necesitamos muchas más filas para ver exactamente (2 dígitos aproximadamente) los números que desea. Y necesitamos manipular la distribución para mostrar los valores que desea (asimetría).
El estiramiento cambió la media en 0,2, esto no lo tomé en cuenta...
Por supuesto, puedes calcular solo 100 filas y manipularlas para obtener los números exactos que deseas...
O puede trabajar con semillas aleatorias para generar exactamente los mismos números aleatorios la próxima vez.
Verás, JMP puede hacerlo todo..., bienvenido a la comunidad.
Buena suerte.
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 ) )
)
);
Gracias, también los vi mientras buscaba en Google pero no me funcionó.
Gracias por la explicación, entiendo que las posibilidades son menores, pero quería saber si alguien lo ha probado antes o puede sugerir alguna ruta para generar datos que puedan usarse más.
estoy de acuerdo con @jthi La idea de volver a calcular el camino hacia una desviación estándar que producirá una media poblacional con algún nivel de confianza deseado. Pero sólo llegarás a mitad del camino. Veo dos problemas... ya que te estás limitando a solo N = 100. Cada vez que ejecute el generador de números aleatorios de JMP para una distribución normal con una media y una desviación estándar prescritas, obtendrá 100 números... pero la media y el intervalo de confianza no serán exactamente los que desea... estarán cerca. ..pero no exacto. Vuelva a ejecutar el generador de números aleatorios y obtendrá una respuesta diferente. Entonces no puedes llegar allí exactamente. El otro problema que veo, y tal vez estoy siendo demasiado literal aquí... pero en tu publicación original el intervalo de confianza que buscas no es simétrico con respecto a la media... tu media indicada = 50 y el límite inferior es 45, El límite superior es 56. Nuevamente... no se puede hacer usando métodos de intervalos de confianza poblacionales estándar.
