698507_it-IT

liliconcom

Campionamento casuale da una forma di distribuzione lognormale

Ciao a tutti,

Ho una distribuzione lognormale con il parametro forma/scala seguente (composto da 165 dati)

Ora voglio effettuare un campionamento casuale con dimensioni del campione diverse (5 pezzi, 10 pezzi...)

 

Quello che voglio è che mi aspetto che quando si eseguono più dati seguiranno comunque questa forma di distribuzione.
Quindi voglio simulare il tipo di dati che riceverò campionando 5/10/20 campioni in tempi diversi.

Mi aspetto che ogni volta venga mostrato un risultato leggermente diverso solo a causa dell'errore di campionamento

 

C'è un modo per farlo in Jmp

 

Automazione e scriptingEsplorazione e visualizzazione dei datiIngegneria della qualità e dei processiRi: Campionamento casuale da una forma di distribuzione lognormale

Se ho capito bene il tuo interesse, penso che Simulate ( https://www.jmp.com/support/help/en/17.1/#page/jmp/simulate.shtml# ) è ciò di cui hai bisogno.

L'idea è quindi sottocampionare dai tuoi dati e adattare Lognormal ripetutamente e raccogliere statistiche di riepilogo. Allego dati di esempio di Big Class modificati per illustrare.

 

Esegui lo script nella tabella dati. Si adatta Lognormal alla variabile "peso", ma usa "freq casuale" come Freq.

Ora fai clic con il pulsante destro del mouse su una statistica di interesse e scegli "Simula":

Nella finestra di dialogo, scegli "freq casuale" su entrambi i lati, fai clic su Ok:

E otterrai una tabella come la seguente:

Le ultime due colonne sono le statistiche riassuntive dei singoli adattamenti ai sottocampioni.

La colonna "frequenza casuale" utilizza la funzione "Resample Freq":

Quello che devi fare è modificare la soglia nella formula della colonna, in modo da poter ottenere il totale di 5/10/20 come desideri.

 

 

Ri: Campionamento casuale da una forma di distribuzione lognormale

Questo esempio illustra come utilizzare le stime dei parametri per il modello di distribuzione per simulare nuovi campioni di dimensioni diverse.

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 ) );