傾斜またはリム加重機能事実上すべての JMP プラットフォームでは、モデリングの一部として重み付け変数を使用できます。ただし、JMP に重み付け変数自体を作成する機能も提供されていれば便利です。調査データでは、サンプル母集団がターゲット母集団と「似ていない」場合があります。レーキングなどの手法 (または他の同様の方法) を使用して重みを作成し、サンプル母集団のバランスを調整して、意図したターゲット母集団と一致させることができます。このようなことを実行する R パッケージと Python パッケージの両方があります。おそらく、アドインに変換したり、実際の JMP プラットフォームとして再利用したりできるでしょう。
自動化とスクリプト消費者および市場調査データのブレンドとクリーンアップRe: 傾斜またはリム加重機能 - ステータスが「確認済み」に変更されました@hengehold_da1 さん、この提案と、昨年のレーキングとリムの加重に関する議論への参加に感謝します。現時点では、この機能を JMP に直接追加する予定はありませんが、アドインを開発し (おそらく新しい Python 統合を使用)、 JMP Marketplace経由で共有するという提案は歓迎します。
参考までに - 傾向スコアリングと傾向スコアマッチングは、JMP Pro 19 で利用できるようになりました。ぜひ試してみて、フィードバックを提供してください ( jmpbeta@jmp.com経由)。
再度、感謝します！
Re: 傾斜またはリム加重機能こんにちは、ミアさん
コメントありがとうございます。もしよろしければ、いくつか質問させてください。
1. JMP がアドインを独自に作成して共有するアイデアを好むと言っているのですか、それとも他の誰か (Python を知っている人) がそうするべきだと言っているのですか?
2. 19EA の傾向スコアリング プラットフォームはどこにありますか? 「治療」が特定の変数によって影響を受ける可能性がある「観察」(ランダム化ではない) データを取得し、不均衡を考慮するための重み変数 (「重み」) を作成したいと考えています。19EA にはそのためのプロセスがありますか?
ありがとう！
