819077_de-DE

liliconcom

Rechen- oder Randgewichtungsfähigkeit

Nahezu jede JMP-Plattform ermöglicht die Verwendung einer Gewichtungsvariable als Teil der Modellierung. Es wäre jedoch schön, wenn JMP auch die Möglichkeit bieten würde, die Gewichtungsvariablen selbst zu erstellen. In Umfragedaten „sehen“ Stichprobenpopulationen möglicherweise nicht wie die Zielpopulationen aus. Techniken wie Raking (oder andere ähnliche Methoden) könnten verwendet werden, um Gewichte zu erstellen, die die Stichprobenpopulation neu ausbalancieren, damit sie der beabsichtigten Zielpopulation entspricht. Es gibt sowohl R- als auch Python-Pakete, die diese Art von Dingen tun. Vielleicht könnte eines davon in ein Add-In umgewandelt oder als echte JMP-Plattform umfunktioniert werden.

Automatisierung und SkriptingKonsumenten- und MarktforschungDatenzusammenführung und -bereinigungBetreff: Rechen- oder Felgengewichtungsfunktion - Status geändert in: Bestätigt

Vielen Dank für diesen Vorschlag @hengehold_da1 und für Ihre Teilnahme an der Diskussion über Raking und Rim Weighting im letzten Jahr. Obwohl wir derzeit nicht planen, diese Funktionalität direkt in JMP zu integrieren, gefällt uns der Vorschlag, ein Add-In zu entwickeln (möglicherweise unter Verwendung der neuen Python-Integration) und es über den JMP Marketplace zu teilen.

Zu Ihrer Information: Propensity Scoring und Propensity Score Matching sind jetzt in JMP Pro 19 verfügbar, falls Sie die Möglichkeit haben, diese auszuprobieren und Feedback zu geben (über jmpbeta@jmp.com ).

Danke noch einmal!

Betreff: Rechen- oder Felgengewichtungsfähigkeit

Hallo Mia,

Vielen Dank für Ihre Kommentare. Ein paar Fragen, wenn es Ihnen nichts ausmacht:

1. Wollen Sie damit sagen, dass JMP die Idee gut findet, selbst ein Add-In zu erstellen und freizugeben, oder sollte das jemand anderes (der Python kennt) tun?
2. Wo finde ich die Propensity-Scoring-Plattform in 19EA? Ich möchte „Beobachtungs-“ (im Gegensatz zu randomisierten) Daten verwenden, bei denen die „Behandlung“ von bestimmten Variablen beeinflusst werden kann, und eine Gewichtsvariable („Gewichte“) erstellen, um etwaige Ungleichgewichte zu berücksichtigen. Gibt es dafür in 19EA einen Prozess?

Danke!