JMP は、Functional Data Explorer で不規則なデータをどのように処理しますか?不規則な機能データ (それぞれ異なる時点で測定された 16 個の機能) があります。データを JMP に直接アップロードすることができ、データの前処理なしで、JMP は完全なペナルティ付き P スプライン モデルを選択し、適合統計でラムダと機能出力の標準偏差を出力します。私の質問は、JMP はどのようにして機能出力の標準偏差を取得したのか、また不規則なデータをどのように処理したのかということです。モデルを適合する前に、データを規則的にしましたか?
関数の出力標準偏差値は、データの観測概要に記載されている値とは異なるため、これも混乱を招きました。
高度な統計モデリングデータの探索と視覚化実験計画法Re: JMP は関数データエクスプローラーで不規則なデータをどのように処理しますか?こんにちは統計オタク 、
コミュニティへようこそ！
「不規則なデータ」について言及しているとき、機能データは必ずしも同じではなく、異なる時点で取得されるという事実について言及していると思います。選択したモデル ファミリによっては、規則的な時間空間にデータを置く必要がない場合があります。 機能モデル適合の種類均等間隔のグリッドを必要とするモデル ファミリ (ウェーブレットなど) の場合、JMP は必要な入力形式になるようにデータを変換します。
関数の出力標準偏差についてですが、レポートのどの部分について言及していますか? モデル選択パネルでは、関数の標準偏差は「適合モデルからの残差シグマ」として定義されています。 (ソース: 基底関数拡張モデルレポート)。要約では、応答標準偏差は生データに対する Std の計算であり、その背後には適合モデルはありません。違いを確認するには、ここで例を見ることができます: 機能データ エクスプローラー プラットフォームの追加例
この回答がお役に立てば幸いです。
Re: JMP は、Functional Data Explorer で不規則なデータをどのように処理しますか?こんにちは、ビクターさん
ご返信ありがとうございます。はい、おっしゃる通りです。異なる時点のデータについておっしゃっていました。私は P スプライン モデルを選択しましたが、コースの学習中に、「不規則な」データを P スプラインに適合させるには、まずデータが規則的である必要があることを学びました。これは私の興味をそそりました。特定のデータ前処理オプションを選択しておらず、JMP で P スプラインの適合を実行できるためです。そこで、JMP がデータに対して行う変換 (ある場合) はどのようなものか知りたいと思いました。
残差シグマのおかげで問題が解決しました。ただし、もう 1 つ質問があります。 関数サマリー レポートの統計詳細に記載されている式では、入力データが 0 から 1 であると想定していると書かれていますが、これは、入力が 0 から 1 でない場合でも、これらの式が適用されるという意味ですか?
Re: JMP は、Functional Data Explorer で不規則なデータをどのように処理しますか?こんにちは統計オタク 、
(B または P) スプラインは多項式を使用する区分関数であり、それらのポイント間で補間が行われるため、等しい/規則的な時間空間を必要としません。 スプライン (数学)したがって、JMP はデータ変換なしで B スプラインまたは P スプラインを直接適合できます。
あなたが言及した部分は、積分式を計算するために 0 から 1 の入力値を必要とする、Integrated Difference、RISE、RIFS などの特定のメトリックの計算に関するものです。データが 0 ～ 1 の範囲にない場合、JMP は、X' = (X - Xmin) / (Xmax - Xmin) などの式を使用して、入力値が正しい範囲になるように入力データを再スケール/変換します。
この回答があなたの疑問を解決してくれることを願っています。
Re: JMP は関数データエクスプローラーで不規則なデータをどのように処理しますか?ありがとうございます！これで疑問が解消されました！
