Ordinal Jitter Side (nueva opción Graph Builde de JMP19 EA1) también debe usarse para Logistic y Fit Nominal's Logistic Plot¿Qué inspiró esta solicitud de lista de deseos? Cuando los miembros de SE y TS en JMP Japón vieron el video de introducción de EA1. Esto lo sugiere Masakazu Okada-san, SE de JMP Japón.
Describa la característica o solución nueva o mejorada que le gustaría ver.
La sugerencia de Okada-san es que usemos el lado de fluctuación ordinal de JMP19 EA1 en el generador de gráficos también para el gráfico logístico de Logistic y Fit Nominal. El gráfico logístico del generador de gráficos trazado por las opciones del lado de fluctuación ordinal de JMP19 EA1 tiene una mejor apariencia que el de Logistic y Fit Nominal. Trama. Vea la diferencia ejecutando el siguiente script.
Random Reset(1111111);
n = 500;
x = J(n, 1, Round(Random Normal(),2));
y = Random Binomial(1, Squish(1 + 1.5 * x));
dt = As Table(x||y,<<COLUMN names=""></COLUMN>
<DIV> </DIV>
<P><STRONG>¿Cuál sería el valor para usted y/o para otros usuarios si se proporciona esta nueva característica?</STRONG> La apariencia de Logistic Plot debe ser mejor.</P>
<P><STRONG>¿Es esta una solicitud de un cliente externo?</STRONG> No.</P>
<P><STRONG>¿Existe algún paquete de software competitivo que tenga esta característica o solución que debamos conocer?</STRONG> No sé.</P>
<P><STRONG>¿Esto afectará la renovación, expansión o adopción de un cliente? ¿Esto pone en riesgo una cuenta si no abordamos este problema?</STRONG> No.</P><LINGO-LABS id="lingo-labs-775243" slang="en-US" mode="CREATE"><LINGO-LABEL>Análisis y modelado de datos básicos</LINGO-LABEL></LINGO-LABS>Re: Ordinal Jitter Side (nueva opción Graph Builde de JMP19 EA1) también debe usarse para el gráfico logístico de Logistic y Fit NominalNota: La posición de fluctuación ordinal de Graph Builder actualmente no admite más de dos niveles. Entonces, esta sugerencia sólo se puede aplicar para Y con dos niveles.
Re: El lado de fluctuación ordinal (nueva opción Graph Builde de JMP19 EA1) también debe usarse para el gráfico logístico de Logistic y Fit Nominal. El estado cambió a: Reconocido¡Gracias por compartir esta idea! ¡Me alegra que te guste esta nueva función en Graph Builder!
Re: Ordinal Jitter Side (nueva opción Graph Builde de JMP19 EA1) también debe usarse para el gráfico logístico de Logistic y Fit NominalEl lado de fluctuación ordinal admite el manejo de más de dos niveles, aunque tal vez quiera decir que no es un método útil para la logística. A continuación se muestra un ejemplo que utiliza curvas completamente creadas dentro de un script de gráficos personalizado.
Re: Ordinal Jitter Side (nueva opción Graph Builde de JMP19 EA1) también debe usarse para el gráfico logístico de Logistic y Fit Nominal@XanGregg -san, gracias por tu respuesta. No he notado el uso en absoluto.
Si podemos trazar bien los puntos de datos para los niveles Y medios, esta opción podría usarse también para datos de más de dos niveles. Pero me parece difícil. Generalmente, las probabilidades acumuladas no se convierten en las coordenadas Y constantes medias. Se cambian con respecto a los valores X. Entonces, necesitamos cambiar sus coordenadas Y correspondientes a las coordenadas X en casos generales. La siguiente figura muestra un ejemplo.
Utilicé el siguiente script para dibujar la trama anterior.
Random Reset(111111);
n1 = 500;
n2 = 50;
n3 = 50;
y = J(n1,1,1) |/ J(n2,1,2) |/ J(n3,1,3);
x = y + J(n1 + n2 + n3,1,Random Logistic());
dt = As Table(y||x, <<COLUMN names=""></COLUMN>
<P>No tengo idea de cómo podemos trazar bien puntos de datos dentro de áreas arbitrarias... Quizás, la fluctuación aleatoria, que se usa actualmente en la plataforma Logistic y Fit Nominal, es la forma más fácil, aunque no es tan agradable como el diagrama de puntos de la cuadrícula. Intenté utilizar números aleatorios sólo para los niveles medios. El siguiente gráfico es un ejemplo de los datos anteriores. Creo que este nerviosismo es un poco engañoso. Creo que deberíamos utilizar el mismo método de jittering constante para todos los niveles.</P>
<P><SPAN class="lia-inline-image-display-wrapper lia-image-align-inline" image-alt="yusuke_ono_2-1721950289764.png" style="width: 400px;"><SPAN class="lia-inline-image-display-wrapper" image-alt="yusuke_ono_2-1721950289764.png" style="width: 400px;"><SPAN class="lia-inline-image-display-wrapper" image-alt="yusuke_ono_2-1721950289764.png" style="width: 400px;"><SPAN class="lia-inline-image-display-wrapper" image-alt="yusuke_ono_2-1721950289764.png" style="width: 400px;"><SPAN class="lia-inline-image-display-wrapper" image-alt="yusuke_ono_2-1721950289764.png" style="width: 400px;"><SPAN class="lia-inline-image-display-wrapper" image-alt="yusuke_ono_2-1721950289764.png" style="width: 400px;"><span class="lia-inline-image-display-wrapper" image-alt="yusuke_ono_2-1721950289764.png" style="width: 400px;"><img src="https://us.v-cdn.net/6038925/uploads/images/66510iFE4BFA7669593F67/yusuke_ono_2-1721950289764.png" role="button" title="yusuke_ono_2-1721950289764.png" alt="yusuke_ono_2-1721950289764.png" /></span></SPAN></SPAN></SPAN></SPAN></SPAN></SPAN></P>
<P>El siguiente script se utiliza para la trama anterior.</P>
<CODE class=" language-jsl">
Random Reset(111111);
n1 = 500;
n2 = 50;
n3 = 50;
y = J(n1,1,1) |/ J(n2,1,2) |/ J(n3,1,3);
x = y + J(n1 + n2 + n3,1,Random Logistic());
dt = As Table(y||x, <<COLUMN names=""></COLUMN>
<P>La trama logística podría volverse más compleja para casos nominales de más de dos niveles. El siguiente script muestra un ejemplo de un gráfico logístico en la plataforma logística utilizando datos de muestra de Penguins.jmp.</P>
<CODE class=" language-jsl">dt = Open("$SAMPLE_DATA/Penguins.jmp");
dt << Logistic( Y( :Species ), X( :Culmen Length ) );Re: Ordinal Jitter Side (nueva opción Graph Builde de JMP19 EA1) también debe usarse para el gráfico logístico de Logistic y Fit NominalGracias @yusuke_ono por los ejemplos realistas.
Re: Ordinal Jitter Side (nueva opción Graph Builde de JMP19 EA1) también debe usarse para el gráfico logístico de Logistic y Fit Nominal¿Existe alguna posición y para el nivel interior que sería útil? Por ejemplo, un promedio ponderado del valor del problema central para cada punto:
Random Reset(111111);
n1 = 500;
n2 = 50;
n3 = 50;
y = J(n1,1,1) |/ J(n2,1,2) |/ J(n3,1,3);
x = y + J(n1 + n2 + n3,1,Random Logistic());
dt = As Table(y||x, <<COLUMN names=""></COLUMN>
Re: Ordinal Jitter Side (nueva opción Graph Builde de JMP19 EA1) también debe usarse para el gráfico logístico de Logistic y Fit NominalCon color
Graph Builder(
Transform Column(
"yy",
Formula(
If(
:y == "1", 0,
:y == "3", 1,
Col Mean(
(:"Cum Prob[1]"n + :"Cum Prob[2]"n) / 2,
:y,
<<FREQ></FREQ>
Re: El lado de fluctuación ordinal (nueva opción de creación de gráficos de JMP19 EA1) también se debe usar para gráficos logísticos y gráficos de ajuste nominal. Estado cambiado a: Necesita informaciónRe: El lado de fluctuación ordinal (nueva opción de creación de gráficos de JMP19 EA1) también debe usarse para gráficos logísticos y gráficos de ajuste nominal@XanGregg -san y @Sarah-Sylvestre -san, perdón por retrasar mi respuesta.
Creo que uno de los propósitos de dibujar el gráfico logístico es ver qué tan bien se ajusta el modelo actual a los datos. Intuitivamente, las curvas son correas de goma muy suaves y los puntos de datos solo pueden moverse verticalmente dentro de las curvas. Los puntos empujan las correas de goma. Si el modelo logístico se ajusta bien, los puntos se distribuyen uniformemente en las posiciones verticales.
Entonces, creo que los puntos deberían representarse dentro de curvas.
El siguiente es un ejemplo muy artificial.
El gráfico logístico a continuación muestra que el modelo se ajusta mal a los datos porque los puntos no están distribuidos uniformemente en las posiciones verticales.
El gráfico logístico a continuación muestra que el modelo se ajusta bien a los datos porque los puntos se distribuyen uniformemente en las posiciones verticales.
El siguiente es un script para dibujar las dos figuras anteriores.
Random Reset(1111111);
n = 500;
x = J(n,1, Random Normal());
eta1 = x;
eta2 = 2*x + 2*x^2;
cum1 = Squish(eta1);
cum2 = Squish(eta2);
y = J(n,1,1);
For(i = 1, i <= NRow(x), i++,
u = Random Uniform();
If( u < cum1[i], y[i] = 1,
u < cum2[i], y[i] = 2,
y[i] = 3
)
);
dt = As Table(x||y, <<COLUMN names=""></COLUMN>
