비정규 분포를 갖는 데이터의 신뢰 구간저는 고급 통계와 JMP를 처음 사용하는 초보자라 올바른 분석을 선택하고 있는지 확신할 수 없지만, 누군가가 제게 지침을 제공해 주길 바랍니다.
저는 진료 예약을 제안받은 56명의 환자 목록을 가지고 있으며, 각 환자가 기다린 시간을 일 단위로 가지고 있습니다. 데이터는 상당한 오른쪽 비대칭을 가진 비정규 분포를 가지고 있습니다. 분포 적합에 따라, 데이터는 Fitted Johnson Sb 분포임을 보여줍니다.
95% 신뢰 구간을 계산하여 '진료 예약이 가능해질 때까지 기다리는 평균 시간은 209일이고, 95% 신뢰 구간에서는 135일에서 280일 사이가 될 것입니다'와 같이 말하고 싶습니다.
부트스트랩을 시도해 보았지만, 얻은 CI가 내가 가지고 있는 원본 데이터와 일치하지 않는 것 같습니다. 제가 올바른 방법으로 하고 있는지 잘 모르겠습니다.
내가 가지고 있는 데이터에 CI를 하는 것이 가능하고 적절한가요? 그렇다면 어떻게 해야 하나요?
미리 감사드립니다...
기본 데이터 분석 및 모델링데이터 탐색 및 시각화Re: 비정규 분포를 갖는 데이터의 신뢰 구간여기서의 장점은 평균에 대한 신뢰 구간을 형성한다는 것입니다. 중심 한계 정리는 표본 크기가 충분히 커질수록 평균은 정규 분포에서 나온다는 것을 보여줍니다. 따라서 왜도가 정말 심각하지 않은 한, 56의 표본 크기는 중심 한계 정리가 성립하기에 충분히 클 가능성이 높습니다. 또한, 동일한 데이터에서 표준 편차를 추정할 가능성이 높으므로 z 값 대신 t 값(신뢰 구간 계산을 위한 JMP의 기본값)을 사용하게 되며, 이는 신뢰 구간이 적절할 것이라는 확신을 더욱 높여줍니다.
신뢰 구간은 평균에 대한 것이라는 점을 기억하세요. 많은 사람들이 신뢰 구간을 사용하여 개별 관찰에 대한 추론을 여전히 선호합니다.
Re: 비정규 분포를 갖는 데이터의 신뢰 구간안녕하세요 @Dan_Obermiller 님 ,
귀하의 답변에 감사드립니다.
원시 데이터에 대한 분포 그래프입니다. Johnson Sb입니다...
중심극한정리가 성립하기에는 이게 너무 왜곡되어 있지 않나요?
도움이 될 경우를 대비해 요약 통계를 알려드리겠습니다.
이 CI가 이 데이터 세트에 적합합니까?
아니면 왜곡 정도에 따라 다르게 해야 할까요?
감사해요,
노엘린
Re: 비정규 분포를 갖는 데이터의 신뢰 구간너무 편향되었거나 첨도가 너무 높을 수 있습니다. 이러한 각각과 관련된 필수 표본 크기에 대한 경험 규칙이 있지만 찾기가 어렵습니다(실제로 지금은 찾을 수 없는 것 같습니다). 따라서 이 데이터가 평균에 대한 계산된 신뢰 구간을 사용하기에 충분한지 확신할 수 없습니다. 그러나 더 큰 우려 사항이 있다고 생각합니다. 데이터에 가장 잘 맞는 것이 Johnson Sb라고 말씀하셨는데, 저는 그것이 의심스럽다고 생각합니다. 우선, "최상의" 적합성은 항상 "좋은" 적합성을 반영하지 않는 계산된 메트릭을 기반으로 합니다. 둘째, 여러 분포가 이 데이터에 동일하게 잘 맞을 수 있다고 생각합니다(거의). 예를 들어 지수 분포도 아마 잘 작동할 것입니다. 부트스트랩 방식이 여기서 의미가 있다고 생각합니다. 데이터 세트가 작고 이상치의 수가 더 적다는 점을 감안하면 분수 가중치 부트스트랩을 사용하고 싶을 수 있습니다.
Re: 비정규 분포를 갖는 데이터의 신뢰 구간감사합니다,
분수 가중치 부트스트랩을 시도해 보았는데 예상했던 것과 결과가 일치했습니다.
'가장 적합한' 것과 '좋은' 것이 무엇인지 알아보겠습니다. 알려주셔서 감사합니다.
Re: 비정규 분포를 갖는 데이터의 신뢰 구간제 답변에 대해 사과드립니다. 하지만 제가 당신이었다면, 왜 약속을 기다리는 시간에 그렇게 많은 차이가 있는지 이해하고 싶습니다. 그들이 무엇을 기다리는지는 모르겠지만, 정말 길어 보입니다!. 저는 결정론적이고 신뢰 구간이 당신의 포화에 유용하다고 생각하지 않습니다. 그 차이는 그들이 며칠 동안 기다린 시간에 영향을 미치는 요인들 때문에 예측할 수 없을 가능성이 큽니다. 저는 신뢰 구간(열거형)에 기반한 예측을 개발하기보다는 이것을(분석적) 이해하고자 할 것입니다 .
