588931_fr-FR

liliconcom

Intervalle de confiance pour la moyenne géométrique de la plateforme de distribution

Bonjour,

Existe-t-il un raccourci pour obtenir l'intervalle de confiance pour la moyenne géométrique à partir de la plateforme de distribution ?

 

 

 

 

Analyse et modélisation des données de baseExploration et visualisation des donnéesRe : Intervalle de confiance pour la moyenne géométrique de la plateforme de distribution

Bonjour Ian,

 

C'est parfait. Merci beaucoup pour la suggestion.

Re : Intervalle de confiance pour la moyenne géométrique de la plateforme de distribution

Et si vous ne vous souciez que de l'intervalle, vous pouvez l'obtenir en utilisant ce type d'approche, qui est beaucoup plus rapide puisque vous n'avez pas la surcharge de tous les lancements de plate-forme qu'exige la généralité de Bootstrap :

NamesDefaultToHere(1);

// Get some data
dt = Open("$SAMPLE_DATA/Big Class.jmp");

n = NRow(dt);

dataVec = dt[0, "height"]; // Get the requisite data as a vector
nb = 100000;    // Number of bootstrsp samples
gms = J(nb, 1, .);   // Vector to hold the geometric mean of each bootstrap sample

for(s=1, s<=nb, s++,         // Loop over bootstrap samples
 pickMe = J(n, 1, RandomInteger(1, n));    // Indices of elements to compose this bootstrap sample
 bootstrapSampleVec = dataVec[pickMe];    // Values in this bootstrap sample
 gm = exp(Mean(ln(bootstrapSampleVec)));    // Geometric mean of this bootstrap sample
 gms[s] = gm;
);
gm95 = Quantile(0.95, gms);
gm05 = Quantile(0.05, gms);

Print("The Geometric Mean lies betweeen "||Char(Round(gm05, 3))||" and "||Char(Round(gm95, 3))||".");

Ce code pourrait probablement être parallélisé pour le rendre encore plus rapide, mais avec une perte de lisibilité.

Re : Intervalle de confiance pour la moyenne géométrique de la plateforme de distribution

Je n'ai pas comparé les détails avec les instructions fournies @Mark_Bailey guillemets, mais vous pouvez également essayer le bootstrap (soit de manière interactive, soit via JSL). Par exemple:

NamesDefaultToHere(1);

// Get some data
dt = Open("$SAMPLE_DATA/Big Class.jmp");

// Use Distribution
dist = dt << Distribution(
     Continuous Distribution(
      Column( :height ),
      Quantiles( 0 ),
      Vertical( 0 ),
      Outlier Box Plot( 0 ),
      Customize Summary Statistics(
       Mean( 0 ),
       Std Dev( 0 ),
       Std Err Mean( 0 ),
       Upper Mean Confidence Interval( 0 ),
       Lower Mean Confidence Interval( 0 ),
       N( 0 ),
       N Missing( 0 ),
       Geometric Mean( 1 )
      )
     )
    );

// Bootstrp the statistic in question (note 'dt2' is a list)
dt2 = Report(dist)[TableBox(1)] << Bootstrap(1000);

// Inspect the bootstrp distribution
dist2 = dt2[2] << runScript("Distribution");

// Get the confidence interval for the statistic by inspection or further JSL . . .

Re : Intervalle de confiance pour la moyenne géométrique de la plateforme de distribution

Une autre façon, sans JSL mais en faisant les mêmes hypothèses d'une distribution Log-Normal ; à l’aide de la plateforme de distribution, analysez le log naturel des données. La moyenne et les limites de confiance acquises peuvent ensuite être rétrotransformées via Exp. L'intervalle résultant est un intervalle de confiance sur le GM.   

Re : Intervalle de confiance pour la moyenne géométrique de la plateforme de distribution

Salut Mark,

 

Merci beaucoup pour le retour rapide.

Re : Intervalle de confiance pour la moyenne géométrique de la plateforme de distribution

Ce résultat n'est pas disponible depuis la plateforme de distribution ou à tout autre endroit dans JMP. Le calcul peut être scripté en utilisant les conseils de ce Article de blog DO Loop . SAS/IML est similaire à JMP JSL, donc la conversion n'est pas trop mauvaise.