Miglioramenti non lineariCiao,
Non lineare può essere migliorato per fornire intervalli di confidenza attorno ai valori dei parametri e una misura come sigma (come previsto per Fit Parametric Survival) e R ^ 2 (so che R ^ 2 potrebbe avere un'applicabilità limitata / ristretta, quindi sigma potrebbe essere migliore). Questo è disponibile negli strumenti della concorrenza.
Saluti
Mehul Shroff
Analisi e modellazione dei dati di baseRi: Miglioramenti non lineari@MShroff gli intervalli di confidenza per i parametri possono essere determinati facendo clic sul pulsante "Limiti di confidenza" nel Pannello di controllo in Non lineare, dopo che è stata trovata la soluzione di adattamento del modello.

Ri: Miglioramenti non lineariGrazie, @SamGardner , per queste informazioni.
Puoi anche commentare la disponibilità di sigma o se può essere suggerito per un futuro miglioramento?
Saluti
Mehul Shroff
Re: Miglioramenti non lineari - Stato cambiato in: RiconosciutoEsamineremo la possibilità di aggiungere più misure di adattamento del modello in Non lineare.Per "sigma", intendi l'errore quadratico medio della radice per l'adattamento del modello?L'RMSE è riportato nella sezione Soluzione del report.
Ri: Miglioramenti non lineariCiao,
No, mi riferivo alla misura della diffusione (ad esempio, un sigma lognormale). Questo è concettualmente (ma non matematicamente) l'inverso di R^2.
Saluti
Mehul Shroff
Ri: Miglioramenti non lineari@MShroff il parametro Sigma è intrinseco al modello scelto.Nel caso di una distribuzione lognormale per l'analisi della sopravvivenza, se vuoi vedere un esempio di questo, usa il file Locomotiva.JMP esempio tabella dati e
Oggetto: Miglioramenti non lineari - Stato modificato in: Consegnato