Intervalli di confidenza mancanti dalla regressione ortogonaleCIAO,
Sto utilizzando un'analisi di regressione ortogonale su alcuni dati che ho modellando la covarianza delle deviazioni effettuate dalle mani sinistra (asse y) e destra (asse x) durante un compito di raggiungimento bilaterale. Nella maggior parte dei casi, sono in grado di utilizzare gli intervalli di confidenza per la pendenza forniti da JMP, ma in alcune analisi gli intervalli di confidenza inferiore, superiore o entrambi non vengono calcolati (viene fornito un periodo anziché un valore numerico) e non posso Non sembra capire il perché.
Ho controllato la documentazione di JMP (qui: https://www.jmp.com/support/help/en/17.0/index.shtml#page/jmp/statistical-details-for-the-fit-orthogonal-option.shtml ) che mi indirizza al documento ( https://www.jstor.org/stable/1270564 ) utilizzato per calcolare gli intervalli di confidenza, ma faccio fatica a trovare qualcosa che possa spiegare perché in alcune situazioni gli IC non possono essere trovato, in parte a causa delle mie limitate capacità/conoscenze matematiche. Il fatto che non possano essere calcolati non è necessariamente un problema, ma mi piacerebbe essere in grado di descrivere il motivo per cui in alcuni casi non è possibile.
Sto utilizzando JMP Pro 16 su un MacBook con il sistema operativo Ventura 13.0 e ho fornito uno screenshot dell'output. I dati includono circa 500 punti per adattamento ma sono scarsamente correlati in alcune condizioni. Tuttavia, in altri casi che ho provato questo non sembra essere un fattore limitante. È allegato un set di dati di esempio che ho utilizzato anche per creare gli output di esempio nello screenshot, se è utile,
Grazie,
Nick
Ricerche sui consumatori e sul mercatoRi: Intervalli di confidenza mancanti dalla regressione ortogonaleCIAO @OrderedMongoose ,
Come hai descritto nella tua domanda, JMP calcola un intervallo di confidenza come descritto nel riferimento Tan e Iglewicz 1999.
È possibile utilizzare il seguente script per calcolare un intervallo di confidenza utilizzando un parametro generato da JMP (covarianza e così via).
n = 500;
gamma = 1; //Ratio
t_dist = t Quantile( 1 - 0.025, n - 2 );
s_yy = 1.641302 ^ 2; //Variance of Y
s_xx = 1.336159 ^ 2; //Variance of X
s_xy = -0.16487; //Covariance of X and Y
phi = 1 / 2 * ArcSine(
t_dist * (2 / Sqrt( n - 2 )) * Sqrt(
gamma * (s_yy * s_xx - s_xy ^ 2) / ((s_yy - gamma * s_xx) ^ 2 + 4 * gamma * s_xy ^ 2)
)
);
beta_hat = -5.68667; //Estimate of Slope
theta_hat = ArcTan( beta_hat / Sqrt( gamma ) );
lower_confidence = Sqrt( gamma ) * Tan( theta_hat - phi );
upper_confidence = Sqrt( gamma ) * Tan( theta_hat + phi );
Show( Eval List( {lower_confidence, upper_confidence} ) );
Show( theta_hat - phi );
Quando si calcola un intervallo di confidenza, beta(pendenza) viene calcolato da theta (beta è uguale a tan(theta)). Theta è descritto nel riferimento. Quando si calcola un intervallo di confidenza con i dati di esempio, il valore di theta è inferiore a -pi/2. In questo caso, un intervallo di confidenza inferiore (32,44) è maggiore di un intervallo di confidenza superiore (-2,51), il che non è ragionevole. Penso che questo sia il motivo per cui JMP non visualizza un risultato.
Un altro approccio consiste nell'utilizzare il boostraping. Perfavore guarda https://www.jmp.com/support/help/en/16.2/#page/jmp/example-of-bootstrapping.shtml# .
Ri: Intervalli di confidenza mancanti dalla regressione ortogonaleAhhh ok capito. Ha senso, grazie mille per il tuo aiuto @yuichi_katsumur !
Re: Intervalli di confidenza mancanti dalla regressione ortogonaleCome si esegue questo script? Ho cliccato su "Esegui script" e non è successo nulla.
Re: Intervalli di confidenza mancanti dalla regressione ortogonaleI risultati dei calcoli vengono visualizzati nel registro
Eval List({lower_confidence, upper_confidence}) = {32.4416248890056, -2.51129052017963};
theta_hat - phi = -1.6016111662264;Re: Intervalli di confidenza mancanti dalla regressione ortogonaleGrazie mille. Non so perché LC sia più grande di UC, mi sembra molto strano.
