Dans la documentation Paramètres de simulation pour les réponses (jmp.com) , nous pouvons voir que l'option "Random by Model" est active pour les modèles Least Mean Square et Genreg et qu'elle ajoute une erreur basée sur la distribution du modèle spécifiée dans la fenêtre de lancement du modèle d'ajustement.
c'est très clair pour moi dans la situation genreg, et je l'ai testé avec une distribution log-normale et cela fonctionne très bien.
Qu'en est-il des moindres carrés standard ? avons-nous une situation où la distribution est différente de la distribution gaussienne ?
est-ce lié à l'option de transformation box-cox ? https://www.jmp.com/support/help/en/16.2/?os=win&source=application#page/jmp/box-cox-y-transformation.shtml
Qu'en est-il de la variance du log ? https://www.jmp.com/support/help/en/16.2/?os=win&source=application#page/jmp/overview-of-the-loglinear-variance-model.shtml
Qu'en est-il du poids ? N'est-il pas utilisé car nous ne pouvons pas le prédire pour les valeurs futures ou est-il utilisé si la colonne de poids a une formule qui peut aider à définir le poids de la prédiction future ?
Merci beaucoup,
Florence
