Capacidad de rastrillado o de ponderación de bordePrácticamente todas las plataformas JMP permiten la posibilidad de utilizar una variable de ponderación como parte del modelado. Sin embargo, sería bueno que JMP también ofreciera la posibilidad de crear las propias variables de ponderación. En los datos de una encuesta, las poblaciones de muestra pueden no "parecerse" a las poblaciones objetivo. Se podrían utilizar técnicas como Raking (u otros métodos similares) para crear ponderaciones para reequilibrar la población de muestra para que coincida con la población objetivo prevista. Existen paquetes de R y Python que hacen este tipo de cosas. Tal vez uno podría convertirse en un complemento o reutilizarse como una plataforma JMP real.
Automatización y scriptingInvestigación de mercado y consumoCombinación y limpieza de datosRe: Capacidad de rastrillado o ponderación de llantas: estado cambiado a: reconocidoGracias por esta sugerencia @hengehold_da1 y por participar en la discusión sobre Raking y Rim Weighting el año pasado. Si bien actualmente no tenemos planes de agregar esta funcionalidad directamente en JMP, nos gusta la sugerencia de desarrollar un complemento (quizás usando la nueva integración de Python) y compartirlo a través de JMP Marketplace .
Para su información: Propensity Scoring y Propensity Score Matching ahora están disponibles en JMP Pro 19 si tiene la oportunidad de probarlos y brindar comentarios (a través de jmpbeta@jmp.com ).
¡Gracias de nuevo!
Re: Capacidad de rastrillado o de ponderación de llantaHola Mía,
Gracias por tus comentarios. Un par de preguntas, si no te molesta:
1. ¿Estás sugiriendo que a JMP le gusta la idea de crear un complemento ellos mismos y compartirlo, o que alguien más (que sepa Python) debería hacerlo?
2. ¿Dónde encuentro la plataforma de puntuación de propensión en 19EA? Me gustaría tomar datos "observacionales" (en lugar de aleatorios) en los que el "tratamiento" puede verse afectado por ciertas variables y crear una variable de ponderación ("ponderaciones") para tener en cuenta los desequilibrios. ¿Existe un proceso para esto en 19EA?
¡Gracias!
