레이킹 또는 림 웨이팅 기능거의 모든 JMP 플랫폼은 모델링의 일부로 가중치 변수를 사용할 수 있는 가능성을 허용합니다. 그러나 JMP에서 가중치 변수 자체를 만드는 기능도 제공하면 좋을 것입니다. 설문 조사 데이터에서 표본 모집단은 대상 모집단처럼 "보이지" 않을 수 있습니다. Raking(또는 다른 유사한 방법)과 같은 기술을 사용하여 표본 모집단을 의도한 대상 모집단과 일치하도록 재조정하는 가중치를 만들 수 있습니다. R과 Python 패키지 모두 이런 종류의 작업을 수행합니다. 아마도 하나를 애드인으로 변환하거나 실제 JMP 플랫폼으로 재활용할 수 있을 것입니다.
자동화 및 스크립팅소비자 및 시장 조사데이터 블렌딩 및 정리Re: 레이킹 또는 림 가중 기능 - 상태가 다음으로 변경됨: 확인됨@hengehold_da1 님 , 이 제안에 감사드립니다. 그리고 작년에 Raking과 Rim Weighting에 대한 토론에 참여해 주셔서도 감사드립니다. 현재로서는 JMP에 이 기능을 직접 추가할 계획은 없지만, 애드인을 개발하고(아마도 새로운 Python 통합을 사용하여) JMP Marketplace를 통해 공유하는 제안은 마음에 듭니다.
FYI - 성향 점수 매기기와 성향 점수 매칭은 이제 JMP Pro 19에서 사용할 수 있습니다. 이 기능을 사용해보고 피드백을 제공하실 기회가 있으시다면 알려주세요( jmpbeta@jmp.com ).
다시 한번 감사드립니다!
Re: 레이킹 또는 림 웨이팅 기능안녕하세요 미아,
댓글 감사합니다. 괜찮으시다면 몇 가지 질문이 있습니다.
1. JMP가 직접 애드인을 만들어 공유하는 아이디어를 좋아한다는 뜻인가요, 아니면 (Python을 아는) 다른 사람이 그렇게 해야 한다는 뜻인가요?
2. 19EA에서 성향 점수 플랫폼을 어디에서 찾을 수 있습니까? "치료"가 특정 변수의 영향을 받을 수 있는 "관찰"(무작위화 대비) 데이터를 가져와 불균형을 설명하기 위한 가중치 변수("가중치")를 만들고 싶습니다. 19EA에서 이를 위한 프로세스가 있습니까?
감사해요!
