819077_fr-FR

liliconcom

Capacité de ratissage ou de pondération de la jante

Pratiquement toutes les plateformes JMP permettent d'utiliser une variable de pondération dans le cadre de la modélisation. Cependant, il serait intéressant que JMP fournisse également la possibilité de créer les variables de pondération elles-mêmes. Dans les données d'enquête, les populations d'échantillons peuvent ne pas « ressembler » aux populations cibles. Des techniques comme le ratissage (ou d'autres méthodes similaires) pourraient être utilisées pour créer des pondérations afin de rééquilibrer la population d'échantillons pour qu'elle corresponde à la population cible prévue. Il existe des packages R et Python qui font ce genre de choses. Peut-être pourrait-on convertir l'un d'eux en module complémentaire ou le réutiliser comme une véritable plateforme JMP.

Automatisation et scriptsÉtudes de marché et de consommationFusion et nettoyage des donnéesRé: Capacité de pondération du bord ou du ratissage - Statut modifié en : Reconnu

Merci pour cette suggestion @hengehold_da1 et pour avoir participé à la discussion sur le raking et la pondération des jantes l'année dernière. Bien que nous n'ayons pas actuellement prévu d'ajouter cette fonctionnalité directement dans JMP, nous apprécions l'idée de développer un module complémentaire (peut-être en utilisant la nouvelle intégration Python) et de le partager via la place de marché JMP .

Pour information : le score de propension et la correspondance des scores de propension sont désormais disponibles dans JMP Pro 19 si vous avez la possibilité de les essayer et de fournir vos commentaires (via jmpbeta@jmp.com ).

Merci encore!

Ré: Capacité de pondération du ratissage ou de la jante

Salut Mia,

Merci pour vos commentaires. Quelques questions, si cela ne vous dérange pas :

1. Suggérez-vous que JMP aime l'idée de créer lui-même un module complémentaire et de le partager, ou que quelqu'un d'autre (qui connaît Python) devrait le faire ?
2. Où puis-je trouver la plateforme de notation de propension dans 19EA ? J'aimerais prendre des données « observationnelles » (par opposition à des données randomisées) où le « traitement » peut être affecté par certaines variables et créer une variable de pondération (« weights ») pour tenir compte des déséquilibres éventuels. Existe-t-il un processus pour cela dans 19EA ?

Merci!