Zufallsstichprobe aus einer logarithmischen NormalverteilungsformHallo zusammen,
Ich habe eine lognormale Verteilung mit dem folgenden Form-/Skalenparameter (erstellt aus 165 Daten).
Jetzt möchte ich eine Zufallsstichprobe mit unterschiedlicher Stichprobengröße (5 Stück, 10 Stück ...) durchführen.
Was ich möchte, ist, dass ich erwarte, dass beim Ausführen weiterer Daten diese Verteilungsform immer noch folgt.
Ich möchte also simulieren, welche Art von Daten ich erhalte, wenn ich 5/10/20 Proben zu unterschiedlichen Zeiten entnehme.
Ich gehe davon aus, dass jedes Mal aufgrund eines Stichprobenfehlers ein etwas anderes Ergebnis angezeigt wird
Gibt es eine Möglichkeit, dies in Jmp zu tun?
Automatisierung und SkripterstellungDatenexploration und -visualisierungQualitäts- und VerfahrenstechnikBetreff: Zufallsstichprobe aus einer logarithmischen NormalverteilungsformWenn ich Ihr Interesse richtig verstehe, denke ich, dass Simulieren ( https://www.jmp.com/support/help/en/17.1/#page/jmp/simulate.shtml# ) ist das, was Sie brauchen.
Die Idee besteht darin, eine Teilstichprobe aus Ihren Daten zu erstellen, Lognormal wiederholt anzupassen und zusammenfassende Statistiken zu sammeln. Zur Veranschaulichung füge ich modifizierte Big-Class-Beispieldaten bei.
Führen Sie das Skript in der Datentabelle aus. Es passt Lognormal an die Variable „weight“ an, verwendet jedoch „random freq“ als Freq.
Klicken Sie nun mit der rechten Maustaste auf eine Statistik, die Sie interessiert, und wählen Sie „Simulieren“:
Wählen Sie im Dialog auf beiden Seiten „zufällige Frequenz“ und klicken Sie auf „OK“:
Und Sie erhalten eine Tabelle wie die folgende:
Die letzten beiden Spalten enthalten die zusammenfassenden Statistiken einzelner Anpassungen an Teilstichproben.
Die Spalte „Zufallsfrequenz“ verwendet die Funktion „Resample Freq“:
Sie müssen lediglich den Schwellenwert in der Spaltenformel anpassen, damit Sie die gewünschte Summe von 5/10/20 erhalten.
Betreff: Zufallsstichprobe aus einer logarithmischen NormalverteilungsformDieses Beispiel veranschaulicht, wie Sie die Parameterschätzungen für das Verteilungsmodell verwenden können, um neue Stichproben unterschiedlicher Größe zu simulieren.
Names Default to Here( 1 );
// role of arguments
nRows = 25;
nCols = 1;
μ = 1.038356;
σ = 0.7746626;
sample = J( nRows, nCols, Random Lognormal( μ, σ ) );
dt = New Table( "Sample from LogNormal Population",
New Column( "Sample", "numeric", "Continuous", Values( sample ) )
);
dt << Distribution( Y( :Sample ) );
