588931_it-IT

liliconcom

Intervallo di confidenza per la media geometrica dalla piattaforma di distribuzione

Ciao,

Esiste una scorciatoia per ottenere l'intervallo di confidenza per la media geometrica dalla piattaforma di distribuzione?

 

 

 

 

Analisi e modellazione dei dati di baseEsplorazione e visualizzazione dei datiRi: Intervallo di confidenza per la media geometrica dalla piattaforma di distribuzione

Ciao Ian,

 

È perfetto. Grazie mille per il suggerimento

Ri: Intervallo di confidenza per la media geometrica dalla piattaforma di distribuzione

E se ti interessa solo l'intervallo, potresti ottenerlo utilizzando questo tipo di approccio, che è molto più rapido poiché non hai il sovraccarico di tutti i lanci della piattaforma richiesti dalla generalità di 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))||".");

Probabilmente questo codice potrebbe essere parallelizzato per renderlo ancora più veloce, ma con la perdita di un po' di leggibilità.

Ri: Intervallo di confidenza per la media geometrica dalla piattaforma di distribuzione

Non ho confrontato i dettagli con la guida che @Mark_Bailey virgolette, ma puoi provare anche il bootstrap (in modo interattivo o tramite JSL). Per esempio:

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 . . .

Ri: Intervallo di confidenza per la media geometrica dalla piattaforma di distribuzione

Un altro modo, senza JSL ma facendo gli stessi presupposti di una distribuzione log-normale; utilizzando la piattaforma di distribuzione, analizzare il log naturale dei dati. La media e i limiti di confidenza acquisiti possono quindi essere trasformati all'indietro tramite Esp. L'intervallo risultante è un intervallo di confidenza sul GM.   

Ri: Intervallo di confidenza per la media geometrica dalla piattaforma di distribuzione

Ciao Mark,

 

Grazie mille per il rapido feedback.

Ri: Intervallo di confidenza per la media geometrica dalla piattaforma di distribuzione

Questo risultato non è disponibile dalla piattaforma di distribuzione o da qualsiasi altra posizione in JMP. Il calcolo può essere scritto utilizzando la guida in questo Post del blog DO Loop . SAS/IML è simile a JMP JSL, quindi la conversione non è poi così male.