지수 붕괴의 공차 구간시간이 지남에 따라 스트레스를 받는 인구 집단에서 여러 샘플을 채취했습니다.
특정 간격으로 측정이 수행됩니다.
모든 샘플은 y = a + b*exp(-c*time)과 같은 점근적 지수 붕괴를 보여줍니다.
이 실험을 통해 내가 예측해야 하는 것은 이 스트레스 조건에서 오랜 시간이 흐른 후 내 인구가 어디에 있을 것인지(허용 간격?)입니다.
실제 데이터를 반영해야 하는 예를 첨부했습니다. 이 예에는 100의 값에서 시작하여 시간=100에서 약 70의 값에 도달하면서 기하급수적으로 감소하는 5개의 샘플이 있습니다. 샘플은 매번 약간 다른 값을 가지므로 실험에 무작위성이 추가됩니다.
시간 1000의 공차 구간을 어떻게 추정할 수 있나요?
고급 통계 모델링답: 지수 붕괴의 공차 구간시간 변수를 로그 변환한 다음 안정성 플랫폼을 사용하여 교차 시간에 대한 낮은 95% CI(공차 간격 아님)를 얻을 수도 있습니다.
답: 지수 붕괴의 공차 구간안녕하세요 @bbenny7 : 그러한 공차 간격에 대한 쉬운 대답은 없습니다. 그리고 이것이 옵션인 소프트웨어 패키지는 없다는 것을 알고 있습니다(연구 주제입니다). 그렇다고 해서 불가능하다는 뜻은 아닙니다. JSL을 사용하여 가능할 수도 있지만 JSL에 대해 충분히 알지 못해 이를 확인할 수 없습니다. 즉, 응용 프로그램에 필요하기 때문에 이러한 문제를 해결하는 사람들이 있습니다!. 아래 링크(특히 섹션 5.2)를 참조하세요.
파일:///C:/Users/m290593/Downloads/v36i05.pdf
여기에 더 있습니다.
https://www.informahealthcare.com/doi/abs/10.1080/03610918.2012.689064
행운을 빌어요!
답: 지수 붕괴의 공차 구간안녕하세요 @bbenny7 : 기분 전환과 관련해 " 이 스트레스 상태에서 오랜 시간이 흐른 후 내 인구는 어디에 있게 될 것인가"라는 말씀이 정확히 무엇을 의미하는지 궁금합니다.
따라서 비선형 플랫폼을 사용하고 샘플(또는 샘플별 곡선 맞춤)에 걸쳐 a, b, c를 확장하면 각 샘플은 a, b, c에 대해 다소 다른 값을 갖습니다. 점근선은 "a"입니다. 그렇다면 귀하의 질문을 다음과 같이 바꿔 말할 수 있습니까? 이들 표본 사이의 "a"의 변동성을 고려할 때, 그러한 많은 표본의 미래 모집단에서 a의 확산에 대해 우리는 무엇을 말할 수 있습니까?
편집하다:
위에서 언급한 문제는 혼합 비선형 모델(예: a는 고정된 것이 아니라 무작위이고 샘플에 따라 다양함)과 직접적으로 상황을 더욱 복잡하게 만드는 모델링을 초래할 수 있습니다. 그러나 위의 질문에 어떻게 대답하느냐에 따라 상황을 단순화하고 "목적에 맞는" 솔루션을 찾을 수 있습니다.
아니면 이 5개 표본에만 관심이 있고 해당 5개 표본 각각의 향후 관측치 모집단에 대한 공차 구간을 원하십니까?
아니면 미래의 모든 것에 관심이 있습니까?샘플을 추출하고 모든 향후 배치에서 향후 관찰의 모집단에 대한 공차 구간을 원하십니까?
또는…?
답: 지수 붕괴의 공차 구간안녕하세요 @MRB3855 님 ,
귀하의 게시물에 감사드립니다.
나는 미래의 모든 표본에 관심이 있으므로 미래 관측치의 모집단에 대한 공차 구간을 추정하고 싶습니다.
답: 지수 붕괴의 공차 구간안녕하세요 @bbenny7 : 죄송하지만 귀하의 질문에 대한 쉬운 대답은 없습니다. 선형 혼합 모델의 경우 이는 충분히 어렵습니다.
선형 혼합 모델은 여기를 참조하세요.
https://onlinelibrary.wiley.com/doi/full/10.1002/sim.8386
그러나 비선형 혼합 모델의 경우? 그것은 연구 주제이고 제가 아는 어떤 통계 소프트웨어 패키지에도 이에 대한 옵션이 없습니다. Google 검색에서는 비선형 혼합 모델에 대한 신뢰 구간, 예측 구간 및 공차 구간을 통해 문제를 강조합니다. 그러한 기사 중 하나가 아래에 있습니다.
https://www.researchgate.net/publication/220504625_New_Prediction_Interval_and_Band_in_the_Nonlinear_Regression_Model_Application_to_Predictive_Modeling_in_Foods
그런데 좋은 질문입니다!
