Comment JMP gère-t-il les données irrégulières dans Functional Data Explorer ?J'ai des données fonctionnelles irrégulières (16 fonctions chacune mesurées à différents moments). J'ai pu télécharger les données directement dans JMP et sans aucun prétraitement des données, JMP choisit le modèle P-spline pénalisé parfait et génère le lambda et l'écart type de la sortie de fonction dans les statistiques d'ajustement. Ma question est la suivante : comment JMP a-t-il obtenu l'écart type de la sortie de fonction ? Et comment a-t-il géré les données irrégulières ? L'a-t-il rendu régulier avant d'ajuster le modèle ?
La valeur de l'écart type de sortie de la fonction est différente de la valeur indiquée dans le résumé d'observation à partir des données, ce qui m'a également dérouté.
Modélisation statistique avancéeExploration et visualisation des donnéesPlanification d'expériencesRé : Comment JMP gère-t-il les données irrégulières dans Functional Data Explorer ?Salut @statistic_nerd ,
Bienvenue dans la Communauté !
Lorsque vous mentionnez des « données irrégulières », je suppose que vous mentionnez le fait que les données fonctionnelles arrivent à des moments différents, pas nécessairement les mêmes ? Selon la famille de modèles choisie, vous n'aurez peut-être pas besoin d'avoir les données sur des espaces temporels réguliers : Types d'ajustements de modèles fonctionnels Pour les familles de modèles nécessitant une grille uniformément espacée (comme les ondelettes), JMP effectue une transformation des données pour avoir le format d'entrée requis.
Concernant l'écart type de sortie de la fonction, de quelle partie du rapport parlez-vous ? Dans le panneau de sélection du modèle, l'écart type de la fonction est défini comme « le sigma résiduel du modèle ajusté. » (source : Rapport sur le modèle d'extension des fonctions de base ). Dans les résumés, l'écart type de réponse est le calcul de Std sur les données brutes, il n'y a pas de modèle ajusté derrière. Vous pouvez regarder un exemple ici pour voir les différences : Exemples supplémentaires de la plateforme Functional Data Explorer
J'espère que cette réponse vous aidera,
Ré : Comment JMP gère-t-il les données irrégulières dans Functional Data Explorer ?Salut Victor,
Merci de m'avoir répondu. Oui, vous avez raison, je voulais dire des données qui arrivent à différents moments. J'ai choisi le modèle P-spline, mais au cours de mes études, j'ai appris que l'ajustement de données « irrégulières » à la p-spline nécessiterait que les données soient d'abord régulières, ce qui a piqué mon intérêt car je ne sélectionne aucune option de prétraitement de données spécifique et JMP peut toujours effectuer l'ajustement P-spline. Je me demandais donc quelles sont les transformations (le cas échéant) que JMP effectue sur les données ?
Merci pour le sigma résiduel qui a aidé à clarifier le problème, mais une autre question complémentaire : dans l'équation mentionnée dans les détails statistiques du rapport sur les résumés de fonctions, il est indiqué qu'il suppose que les données d'entrée sont comprises entre 0 et 1. Cela signifie-t-il qu'il appliquerait toujours ces équations si l'entrée n'est pas comprise entre 0 et 1 ?
Ré : Comment JMP gère-t-il les données irrégulières dans Functional Data Explorer ?Salut @statistic_nerd ,
(B- ou P-) Les splines sont des fonctions par morceaux utilisant des polynômes, elles ne nécessitent pas d'espaces de temps égaux/réguliers car l'interpolation sera effectuée entre ces points : Spline (mathématiques) JMP peut donc ajuster directement les B- ou P-Splines, sans aucune transformation de données.
La partie que vous avez mentionnée concerne le calcul de mesures spécifiques telles que la différence intégrée, RISE, RIFS, qui nécessitent des valeurs d'entrée de 0 à 1 pour calculer la formule intégrale. Si vos données ne sont pas comprises entre 0 et 1, JMP redimensionnera/transformera vos données d'entrée pour avoir la plage correcte de valeurs d'entrée avec une formule telle que X' = (X - Xmin) / (Xmax - Xmin).
J'espère que cette réponse résoudra vos questions,
Ré : Comment JMP gère-t-il les données irrégulières dans Functional Data Explorer ?Merci ! Cela dissipe mes doutes !
