548852_fr-FR

liliconcom

Comment calculer l'UCL à partir de la distance de Mahalanobis

Salut tout le monde,
Actuellement, j'utilise la version JMP 12
Savez-vous comment calculer la distance UCL à partir du tableau des distances de Mahalanobis ?

Si vous savez comment l'obtenir, pourriez-vous me montrer la formule ?

Sincèrement

Modélisation statistique avancéeRe: Comment calculer l'UCL à partir de la distance de Mahalanobis

Salut Marquer

Merci pour votre contribution. Vous avez raison. Les deux variables sont non linéaires. Quelle méthode puis-je utiliser pour détecter les valeurs aberrantes à partir de variables non linéaires.

 

Sincèrement,

Re: Comment calculer l'UCL à partir de la distance de Mahalanobis

Je pense que vous faites un mauvais usage de l'analyse des valeurs aberrantes. Elle s'applique aux corrélations linéaires. Vous avez une relation non linéaire entre deux variables. Je ne m'attendrais pas à ce qu'il identifie correctement les valeurs aberrantes et non aberrantes dans un tel cas.

Re: Comment calculer l'UCL à partir de la distance de Mahalanobis

Appréciez Jthi pour votre recommandation

Re: Comment calculer l'UCL à partir de la distance de Mahalanobis

Peut-être que la série d'articles de blog sur les quatre épisodes aberrants peut vous aider ou au moins vous donner quelques idées

Épisode 1 des valeurs aberrantes : la valeur aberrante insaisissable décrite, identifiée visuellement et jugée

Épisode 2 des valeurs aberrantes : détection des valeurs aberrantes à l'aide de plages de quantiles

Épisode 3 des valeurs aberrantes : détection des valeurs aberrantes à l'aide de la distance de Mahalanobis (et T2)

Épisode 4 des valeurs aberrantes : détection des valeurs aberrantes à l'aide de la distance jackknife

Re: Comment calculer l'UCL à partir de la distance de Mahalanobis

Salut Mark_Bailey,

J'utilise la méthode Jackknife pour détecter les valeurs aberrantes, mais j'ai trouvé 1 cas pour lequel j'ai vraiment besoin de vos conseils.
Vous pouvez vous référer aux images ci-dessous.
Sur la base du graphique de droite, tous les points de données sur 8th carrier_x doivent être des valeurs aberrantes. Cependant, lorsque j'utilise la méthode Jackknife avec les paramètres par défaut, cette méthode ne signale qu'une valeur aberrante au lieu de 4.

Je crois que pas assez de points de données conduisent au résultat

 

Avez-vous une suggestion / une méthode pour détecter plus efficacement les valeurs aberrantes ?

 

Re: Comment calculer l'UCL à partir de la distance de Mahalanobis

Cela fonctionne comme un bijou. Apprécier !

Re: Comment calculer l'UCL à partir de la distance de Mahalanobis

Quelle est l'UCL affichée si vous cliquez sur le triangle rouge à côté de Multivarié et sélectionnez Analyse des valeurs aberrantes > Distance de Mahalanobis ?

 

Mes excuses! J'ai utilisé la mauvaise fonction. J'ai également ajouté le calcul de l'UCL jack-knife. Veuillez utiliser ce script modifié au lieu de celui que j'ai posté plus tôt.

 

Names Default to Here( 1 );

alpha = 0.05; // typical decision level for type I error risk
n = 31;  // about the number in your plot
p = 7;    // guess of the number of variables used to compute distance

m ucl = Sqrt( (((n-1)^2)/n) * Beta Quantile( 1-alpha, p/2, (n-p-1)/2 ) );

j ucl = Sqrt( (((n-2)*(n^2))/((n-1)^3))*((m ucl^2)/(1-((n*(m ucl^2))/((n-1)^2)))) );

Show( m ucl, j ucl );

Re: Comment calculer l'UCL à partir de la distance de Mahalanobis

Salut,
Merci pour votre instruction
J'essaie de suivre vos instructions mais le résultat n'est pas correct.
Je vais afficher le script ci-dessous et l'image

D'après vos instructions, est-ce que p = 2 et n = 85

 

Multivariate(
 Y(:DELTAMINIZ, :CARRIER_X),
 Estimation Method("Row-wise"),
 Matrix Format("Square"),
 Scatterplot Matrix(Density Ellipses(1), Shaded Ellipses(0), Ellipse Color(3)),
 Jackknife Distances(1)
);

 

 

 

Re: Comment calculer l'UCL à partir de la distance de Mahalanobis

Cet exemple illustre comment calculer l'UCL avec JSL.

 

Names Default to Here( 1 );

alpha = 0.05; // typical decision level for type I error risk
n = 1600;  // about the number in your plot
p = 5;    // guess of the number of variables used to compute distance

ucl = Sqrt( (((n-1)^2)/n) * Beta Distribution( 1-alpha, p/2, (n-p-1)/2 ) );

Re: Comment calculer l'UCL à partir de la distance de Mahalanobis

Salut Jti,

compris - j'ai déjà trouvé le document grâce à vos instructions.

 

Cependant, savez-vous si nous pouvons obtenir la syntaxe / le code pour calculer UCL

Merci

Re: Comment calculer l'UCL à partir de la distance de Mahalanobis

Clique le "?" à partir de la barre d'outils JMP, puis cliquez sur Mahalanobis Distances, cela ouvrira la page d'aide Analyse des valeurs aberrantes . De là, vous pouvez trouver Mahalanobis Distance et trouver sa documentation Mesures de distance de Mahalanobis et enfin