Encontrar un subconjunto de muestra que sea representativo del todo.Hola a todos,
Tengo un conjunto de 49 puntos de datos que tienen coordenadas x,y repetibles.Me gustaría saber qué subconjunto de 9 sitios representa mejor los 49 sitios.Intenté la agrupación jerárquica, pero no pareció funcionar o no la estoy usando correctamente.
¡Gracias!
Análisis y modelado de datos básicosRe: Encontrar un subconjunto de muestra que sea representativo del todoHola @tbob ,
Debería poder hacer esto usando la plataforma Subconjunto, Tablas > Subconjunto. Después de seleccionar el tipo aleatorio que desea, por ejemplo, fracción aleatoria de la tabla de datos o selección aleatoria de un número fijo de filas, puede seleccionar el cuadro Estratificar y luego seleccionar las columnas de interés en las que desea estratificar, tal vez una variable de respuesta, o simplemente sus variables de entrada. Cuando estratifica, JMP intenta crear un subconjunto que tenga la misma distribución, media, desviación estándar, etc., de modo que esté viendo un subconjunto representativo de todos sus datos.
¡Espero que esto ayude!,
DS
Re: Encontrar un subconjunto de muestra que sea representativo del todo¿Cómo utilizarás los 9 sitios seleccionados? ¿Por qué no utiliza los 49 sitios?
Re: Encontrar un subconjunto de muestra que sea representativo del todoLa medición de 49 sitios es una producción que califica de prueba, mientras que la de 9 sitios es el producto real.El producto está limitado a 9 sitios.
Re: Encontrar un subconjunto de muestra que sea representativo del todoParece que me falta algo.Intenté hacer esto, pero cuando elijo un tamaño de muestra de 9, el resultado es la tabla original.
Re: Encontrar un subconjunto de muestra que sea representativo del todoHola @tbob ,
Tienes razón y puedo confirmar que esto sucede. Mis disculpas, pensé que estratificar en el subconjunto sería como estratificar al crear una columna de validación. En el caso de crear una columna de validación, es como lo describí antes, JMP intenta hacer coincidir los diferentes conjuntos de datos para que tengan la misma distribución, media, desviación estándar, etc.
En lugar de eso, al buscar estratificación con subconjuntos, puede encontrar la página de ayuda aquí , Donde describe que al hacer un subconjunto el número de tamaños de muestra es el número de muestras por estrato. Entonces, si estratifica en una columna que tiene 4 niveles y elige un tamaño de muestra de 4, obtendrá 4x4 = 16 filas en el subconjunto porque hay 4 niveles (estratos) y seleccionó 4 muestras por estrato.
Puede intentar no utilizar la estratificación y luego mirar algunas estadísticas de su subconjunto y la tabla de datos principal para asegurarse de que las distribuciones sean similares, o lo que sea que necesite para comparar los subconjuntos para asegurarse de que represente el todo.
Alternativamente, podría crear una columna de estratos falsa donde cada entrada sea igual, por ejemplo, estableciendo todos los valores en 1. Luego estratifica en esa columna y selecciona 9 como tamaño de muestra, y eso debería ser suficiente.
Entiendo por qué se hace de manera diferente aquí, pero todavía lo encuentro un poco extraño y poco intuitivo, lo cual no es normal en la mayoría de las plataformas JMP.
¡Espero que esto ayude!,
DS
