부드러운 곡선 맞춤의 기본 커널 표준(배포 플랫폼)배포 플랫폼에서 "부드러운 곡선"을 선택하면 JMP는 "커널 표준"을 변경하기 위한 슬라이더와 함께 적합한 커널 밀도 함수를 표시합니다.
운 좋게도 설명서에서 JMP가 기본 Kernel Std를 설정하는 방법에 대한 자세한 내용을 찾아봤습니다. 또한 일관된 패턴을 찾기 위해 다양한 크기의 데이터 세트에 대해 StdDev(또는 SE)와 기본 커널 표준 사이의 비율을 실험했습니다.
JMP가 기본 Kernel Std, 즉 사용자가 슬라이더를 터치하기 전에 처음에 표시되는 것을 어떻게 선택하는지 아는 사람이 있습니까?
둘째, JSL 스크립트로 Kernel Std를 설정할 수 있습니까?
메시지 편집자: MSRe: 부드러운 곡선 맞춤의 기본 커널 표준(배포 플랫폼)이 게시물이 2009년에 작성되었기 때문에 JMP 설명서와 방법이 약간 업데이트되었으므로 잠시 시간을 내어 원래 질문에 대한 최신 답변을 제공하고자 합니다. JSL에 의해 커널 표준을 설정하는 방법/들에 대해 언급할 수는 없지만 "커널 표준"(JMP 15 이전의 매끄러운 곡선에 대한 레거시 피터에서)의 기본 추정, 그렇지 않으면 커널 "대역폭"( JMP 15 이상에서 사용 가능한 Modern Fitters에서)는 다음과 같습니다.
여기서 S는 표본 표준 편차이고 n은 표본 크기입니다.이것은 JMP 17.0.0 문서 라이브러리에 따른 것입니다. https://www.jmp.com/content/dam/jmp/documents/en/support/jmp17/jmp-documentation-library.pdf, 보다 9장, 품질 및 프로세스 방법 p. 그 책의 262(편집된 PDF의 7206페이지 중 4778페이지).다음과 같은 JMP 지원 문서의 온라인 버전에서 동일한 공식과 참조를 찾을 수 있습니다. https://www.jmp.com/support/help/en/17.0/#page/jmp/individual-detail-reports.shtml#
Diameter.jmp 샘플 데이터 세트에서 이를 테스트할 수 있습니다. 여기서는 호출된 Smooth Curve Fitters의 레거시 버전과 현재 버전이 모두 포함된 분포 요약 통계를 보여줍니다. 기본적으로 Kernel Std = Bandwidth = 0.0965983입니다.
대역폭 = (0.9*(0.32119547))/(240)^(1/5) = 0.0965983
Re: Smooth Curve Fit의 기본 커널 표준(배포 플랫폼)Distribution 플랫폼의 Smooth Curve는 커널 밀도 추정기입니다. 맞습니다. 초기 커널 표준을 추정하는 방법은 문서에 없지만, 의도적으로 그렇게 했습니다. 이 방법은 복잡하기 때문에 문서화하려고 하지 않는 것이 낫다고 생각했습니다. 커널 표준은 JSL을 통해 설정할 수 없지만, JSL로 설정할 수 있도록 하는 것이 좋다고 생각합니다.
JMP v9의 분포 플랫폼에는 정규 혼합 분포라는 새로운 분포가 추가되었습니다. 분포가 다중 모드인 경우, 각 그룹에 대해 평균과 분산이 다른 정규 분포를 적합시킵니다. PDF는 구성 PDF의 가중 합이 됩니다. 매끄러운 곡선은 정규 혼합 분포의 특수한 경우이기 때문에 이렇게 말씀드립니다. 충분한 그룹을 적합시키면 정규 혼합 분포는 본질적으로 매끄러운 곡선 분포와 동일합니다. 하지만 정규 혼합 분포는 이해하고 설명하기가 훨씬 쉽다는 큰 장점이 있습니다.Re: Smooth Curve Fit의 기본 커널 표준(배포 플랫폼)답변 감사합니다!
제가 질문하는 이유는 실험실 간 검사에서 분포가 명백히 비대칭적이거나 다중 모드인 경우, 평활 곡선 적합에 분위수를 사용하여 이상치를 일상적으로 식별할 수 있는지 알아보고자 하기 때문입니다. 분위수는 JSL을 통해 설정하고 가져올 수 있지만, 참가자 수나 분포 형태가 다를 수 있는 각 검사 라운드에 기본 커널 표준편차가 적합한지 확신할 수 없습니다.
JSL에서 커널 표준 편차를 표준 편차의 3/4 정도(또는 그 이상)로 설정할 수 있다면 정말 좋을 것 같습니다. 하지만 JMP 정의와 기본 설정은 문서화하기에는 너무 복잡하지만, 여러 데이터 세트 간의 커널 밀도 분위수를 비교하는 데는 충분할 것 같습니다.
일부 교과서나 다른 통계 소프트웨어 설명서에서는 커널 밀도를 "대역폭"이라고 합니다. JMP의 커널 표준과 비슷한가요?
(그런데 저는 JMP v9를 기대하고 있고 Macintosh 사용자로서 최소한 기본적인 Applescript 지원이 다시 제공되면 정말 기쁠 것 같아요)
메시지를 편집한 사람: MS
메시지를 편집한 사람: MSRe: Smooth Curve Fit의 기본 커널 표준(배포 플랫폼)좀 늦었겠지만, 커널 값 설정 방법을 찾다가 글을 찾았습니다. 혹시 다시 찾으시는 분이 계실까 봐 대역폭을 조정하여 재현 가능한 스무스 핏을 만드는 방법을 여기에 적어 두었습니다. Jmp 팀이 이 부분을 개선했으면 좋겠습니다.
dt = Open( "$SAMPLE_DATA/Big Class.jmp" );
dst=Distribution(
Automatic Recalc( 1 ),
Continuous Distribution(
Column( :height ),
Vertical( 0 ),
Fit Distribution( Smooth Curve ),
Confidence Interval( 0.95 )
),
Histograms Only
);
dstr=dst<
<REPORT></REPORT>
Re: Smooth Curve Fit의 기본 커널 표준(배포 플랫폼)네, 대역폭이라고도 합니다.
데이터가 단순히 비대칭적이라면, 사용 가능한 여러 분포가 적합할 것입니다. 특히 존슨 분포와 글로그 분포가 그렇습니다. 이러한 분포는 심한 왜도를 처리할 수 있습니다. 만약 데이터가 지나치게 왜도가 높지 않다면, 와이블이나 로그 정규분포처럼 일반적인 분포 중 하나라도 적합할 수 있습니다. 물론 왜도의 형태에 따라 적합되는 모수도 달라집니다.
데이터가 다중 모드(multimodal)라면, 현재 유일한 옵션은 부드러운 곡선 적합(smooth curve fit)입니다. 각 데이터 세트의 형태가 비교적 동일하다면, 추정된 커널 표준편차(kernel std)는 거의 유사할 것입니다. 형태가 매우 다르다면, 커널 표준편차는 다를 것입니다. 커널 표준편차를 비교하려고 하지 마세요. 하지만 분위수를 대략적으로 비교하는 것은 괜찮습니다. 유사하거나 다르다고 여겨지는 여러 샘플에 대한 부드러운 곡선 적합의 성능을 공식적으로 조사한 적이 없으므로, 이러한 점들은 추측일 뿐입니다. 물론, 분위수는 부드러운 곡선의 과대적합 또는 과소적합에 따라 달라질 수 있습니다.
적합 분포에 대한 걱정 없이 분위수를 추정하려면 수식 편집기의 통계 그룹 아래에 경험적 분위수 함수가 있습니다. 표 > 요약에서도 분위수를 추출할 수 있습니다.
이상치를 조사하고 싶다면, 때로는 눈으로 확인하는 것이 가장 좋은 방법입니다. 히스토그램이나 이상치 상자 그림처럼요. 하지만 자동화된/정량적인 방법이 있을 거라고 생각합니다. 한 적합 분포에서 이상치인 것이 다른 적합 분포에서는 이상치가 아닐 수도 있습니다.
