やあ
JMP は (分散プラットフォームの重み付けタブで変数が選択されている場合に) 加重標準偏差をどのように計算しますか?
ありがとう
ファニー
それは無知の問題ではありません。 重みの標準偏差または分散には少なくとも 4 つの定義があります。 これらの定義は、使用される分母が異なるだけです。 つまり、加重平均と重み二乗和はすべての定義で同じです。 JMP は 4 つの定義のうち 1 つだけを実装します。 他のソフトウェアでは、この定義または他の定義のいずれかを実装する可能性があります。
ハイマーク、
自分の無知に溺れてしまいます…
Excel でデータセットの加重平均を計算し、JMP と比較しました。 結果は一致しませんでした。
私が使用した式は次のとおりです。
これは次の点を除いてコードと一致します。
var = ss / (N Row( y )-1); // weighted variance, unbiased
次のようにする必要があります:
var = ss / ((N Row( y )-1/N Row(y))*n; // weighted variance, unbiased
明らかにこれは理解できません。
ありがとう
ファニー
ハイマーク、
ありがとうございます。ご意見をいただければ幸いです。
それでは、重み列プロパティが設定されているときに配布プラットフォームに出力される標準偏差は使用すべきではないと思いますか?
計算についてはここで説明します。加重算術平均。 これらの式を使用して、結果の量を理解します。
スクリプトを使用して計算手順を説明します。 スクリプトを実行する前にログを開きます。
Names Default to Here( 1 );
// open examle
dt = Open( "$SAMPLE_DATA/Big Class.jmp" );
dt << New Column( "Row Weight", Numeric, Continuous,
Values(
[0.466037725564092, 3.88878780649975, 2.4091640743427, 2.11785415420309,
4.79403748759069, 2.30050488375127, 1.58066931064241, 3.18035316769965,
1.57862229505554, 0.304837201256305, 3.91091752331704, 2.63118736562319,
3.27893625595607, 3.02616479573771, 1.75871466752142, 1.95901472005062,
1.4666282152757, 2.11275573237799, 2.02008433057927, 4.89492299617268,
0.493469994980842, 4.89886545110494, 2.22502982476726, 4.72375275800005,
0.830245516262948, 1.67820788919926, 3.44848407898098, 4.0259948768653,
3.2834971731063, 4.52901363372803, 3.88477634754963, 4.72076337435283,
4.64333190233447, 3.1073961337097, 0.579181439243257, 2.74820194579661,
0.191317443968728, 2.94498334173113, 2.51307534286752, 1.23225981369615]
)
);
// launch distribution analysis
biv = dt << Distribution(
Weight( :row weight ),
Continuous Distribution(
Column( :height ),
Customize Summary Statistics(
Sum Wgt( 1 ),
Variance( 1 ),
Corrected SS( 1 ),
Set Alpha Level( 0.05 )
)
),
SendToReport(
Dispatch( {}, "height", OutlineBox, {Set Title( "weighted height" )} )
)
);
// compute weight standard deviation and show intermediate results
y = :height << Get As Matrix; // data
w = :row weight << Get As Matrix; // weights
n = Sum( w ); // sum of weights
wYBar = (w`*y / n)[1]; // weighted average
ss = (w`*(y-wYBar)^2)[1]; // corrected weighted sum of squares
var = ss / (N Row( y )-1); // weighted variance, unbiased
s = Sqrt( var ); // weighted standard deviation
Show( wYbar, s, ss, var ); // view all results in Log
