Trouver un sous-ensemble d’échantillon représentatif de l’ensembleSalut tout le monde,
J'ai un ensemble de 49 points de données qui ont des coordonnées x, y répétables.J'aimerais savoir quel sous-ensemble de 9 sites représente le mieux les 49 sites.J'ai essayé le clustering hiérarchique, mais cela ne semble pas fonctionner ou je ne l'utilise pas correctement.
Merci!
Analyse et modélisation des données de baseRe : Trouver un sous-ensemble d'échantillon représentatif de l'ensembleSalut @tbob ,
Vous devriez pouvoir le faire en utilisant la plateforme Subset, Tables > Subset. Après avoir sélectionné le type aléatoire souhaité, par exemple une fraction aléatoire de la table de données ou une sélection aléatoire d'un nombre fixe de lignes, vous pouvez sélectionner la case Stratifier, puis sélectionner les colonnes d'intérêt sur lesquelles vous souhaitez stratifier -- peut-être un variable de réponse, ou simplement vos variables d'entrée. Lorsque vous stratifiez, JMP essaie de créer un sous-ensemble ayant la même distribution, moyenne, écart type, etc., afin que vous visualisiez un sous-ensemble représentatif de toutes vos données.
J'espère que cela t'aides!,
DS
Re : Trouver un sous-ensemble d'échantillon représentatif de l'ensembleComment allez-vous utiliser les 9 sites sélectionnés ? Pourquoi n’utilisez-vous pas les 49 sites ?
Re : Trouver un sous-ensemble d'échantillon représentatif de l'ensembleLa mesure du 49e site est un test qualifiant la production tandis que le 9e site est le produit réel.Le produit est limité à 9 sites.
Re : Trouver un sous-ensemble d'échantillon représentatif de l'ensembleIl me semble qu'il me manque quelque chose.J'ai essayé de le faire mais lorsque je choisis une taille d'échantillon de 9, le résultat est le tableau d'origine.
Re : Trouver un sous-ensemble d'échantillon représentatif de l'ensembleSalut @tbob ,
Vous avez raison et je peux confirmer que cela a lieu. Mes excuses, je pensais que stratifier sur le sous-ensemble serait comme stratifier lors de la création d'une colonne de validation. Dans le cas de la création d'une colonne de validation, comme je l'ai décrit précédemment, JMP essaie de faire correspondre les différents ensembles de données afin qu'ils aient la même distribution, moyenne, écart type, etc.
Au lieu de cela, en recherchant la stratification avec les sous-ensembles, vous pouvez trouver la page d'aide ici , Où il décrit que lors de la création d'un sous-ensemble, le nombre de tailles d'échantillon est le nombre d'échantillons par strate. Ainsi, si vous stratifiez sur une colonne comportant 4 niveaux et que vous choisissez une taille d'échantillon de 4, vous obtenez 4x4 = 16 lignes dans le sous-ensemble car il y a 4 niveaux (strates) et vous avez sélectionné 4 échantillons par strate.
Vous pouvez essayer de ne pas utiliser la stratification, puis examiner certaines statistiques de votre sous-ensemble et de votre table de données principale pour vous assurer que les distributions sont similaires, ou tout ce dont vous avez besoin pour comparer les sous-ensembles pour vous assurer qu'ils représentent l'ensemble.
Vous pouvez également créer une fausse colonne de strates dans laquelle chaque entrée est la même, par exemple en définissant toutes les valeurs sur 1. Ensuite, vous stratifiez sur cette colonne et sélectionnez 9 comme taille d'échantillon, et cela devrait le faire.
Je comprends pourquoi cela est fait différemment ici, mais je trouve toujours cela un peu étrange et non intuitif, ce qui n'est pas normal sur la plupart des plateformes JMP.
J'espère que cela t'aides!,
DS
