588931_de-DE

liliconcom

Konfidenzintervall für das geometrische Mittel der Verteilungsplattform

Hallo,

Gibt es eine Abkürzung, um das Konfidenzintervall für den geometrischen Mittelwert von der Verteilungsplattform abzurufen?

 

 

 

 

Grundlegende Datenanalyse und ModellierungDatenexploration und -visualisierungBetreff: Konfidenzintervall für den geometrischen Mittelwert der Verteilungsplattform

Hallo Ian,

 

Das ist großartig. Vielen Dank für den Vorschlag.

Betreff: Konfidenzintervall für den geometrischen Mittelwert der Verteilungsplattform

Und wenn Ihnen nur das Intervall wichtig ist, können Sie es mit diesem Ansatz erreichen, der viel schneller ist, da Sie nicht den Overhead für alle Plattformstarts haben, den die Allgemeinheit von Bootstrap erfordert:

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))||".");

Wahrscheinlich könnte dieser Code parallelisiert werden, um ihn noch schneller zu machen, allerdings mit Einbußen bei der Lesbarkeit.

Betreff: Konfidenzintervall für den geometrischen Mittelwert der Verteilungsplattform

Ich habe die Details nicht mit der Anleitung verglichen @Mark_Bailey Anführungszeichen, aber Sie können auch den Bootstrap ausprobieren (entweder interaktiv oder über JSL). Zum Beispiel:

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 . . .

Betreff: Konfidenzintervall für den geometrischen Mittelwert der Verteilungsplattform

Ein anderer Weg, ohne JSL, aber mit den gleichen Annahmen einer Log-Normalverteilung; Analysieren Sie mithilfe der Verteilungsplattform das natürliche Protokoll der Daten. Der ermittelte Mittelwert und die Konfidenzgrenzen können dann über Exp zurücktransformiert werden. Das resultierende Intervall ist ein Konfidenzintervall für den GM.   

Betreff: Konfidenzintervall für den geometrischen Mittelwert der Verteilungsplattform

Hallo Mark,

 

Vielen Dank für die schnelle Rückmeldung.

Betreff: Konfidenzintervall für den geometrischen Mittelwert der Verteilungsplattform

Dieses Ergebnis ist weder auf der Vertriebsplattform noch an einer anderen Stelle in JMP verfügbar. Die Berechnung kann mithilfe der Anleitung in diesem Skript erstellt werden DO Loop-Blogbeitrag . SAS/IML ähnelt JMP JSL, daher ist die Konvertierung nicht allzu schlecht.