這是關於新引導功能的一系列博客文章的第2部分 JMP Pro ，版本10。第一部分介紹一鍵式自舉 。
有時，您的興趣數量可能不會直接在a中報告 JMP 報告窗口。相反，它可能會計算為JMP報告中顯示的統計信息的函數。這種情況可能發生在您的最終計算特定於您的問題的情況下，即JMP僅生成感興趣計算的輸入。
在這篇博客文章的部分引導系列示例中，我將分享一個非常基本的示例，說明如何在JMP Pro中使用引導程序功能，以獲取未在JMP報告中直接報告的數量。這個例子本身並不是特別先進，但希望它能說明這個過程並幫助你思考如何在你的特定工作中使用這種方法。
首先，我想分享一下分佈式平台如何知道它正在分析引導樣本：BootID•列。當Distribution看到此列時，它會在“分發”報告窗口中自動生成一個名為Bootstrap Confidence Limits的額外節點。此處的置信度限制基於引導結果的百分位數。通常，當您執行引導程序分析時，您將獲得引導結果表並運行分發而不對結果表進行任何更改。但是，如果向表中添加另一列，則可以使用Distribution分析該列，並仍然獲得引導置信限，因為BootID仍在表中。
為了說明這個概念，請考慮以下示例。假設您在幾天內有三種股票的每日價格差異。如果您總結這些差異，您將從第0天獲得價格差異。首先，我們將對數據運行多變量以獲得三種股票的總和，並對多變量報告執行自助分析。一旦我們獲得了bootstrap樣本表，我們就會意識到我們實際上對這三隻股票的投資組合的表現感興趣（股票A和B各100股，股票C股200股）。要獲得投資組合的自助分析，我們只需使用我們的投資組合權重定義列公式，然後在該列上運行分佈平台。
以下是重現示例的JSL（JMP腳本語言）：
隨機重置 （ 4848484811 ）;
return =
Ĵ （ 100 ， 1 ，隨機正常 （ 0.01 ， 0.1 ）） ||
Ĵ （ 100 ， 1 ，隨機正常 （ 0.005 ， 0.5 ）） ||
Ĵ （ 100 ， 1 ，隨機統一 （） - 0.475 ） ;
dt = 如表 （ 返回<< << ColumnNames （{ 股票A，股票B，股票C. }）） ;
mv = dt <<多變量 （
ÿ （ ：股票A，股票B，股票C ） ，
單變量簡單統計 （ 1 ）
） ;
隨機重置 （ 46574 ） ;
dtlst = 報告 （ MV ） “單變量簡單統計” ]
[ NumberColBox （ “和” ）] << Bootstrap （ 100 ） ;
關 （ dtlst [ 1 ] ，不保存 ） ;
dtlst [ 2 ] << 新欄目 （ “投資組合” ，
設定公式 （ 100 *：股票A + 100 *：股票B + 200 *：股票C ）
） ;
d2 = dtlst [ 2 ] <<分佈 （
ÿ （ ：投資組合 ） ，
摘要統計 （ 0 ） ，
位數 （ 0 ） ，
） ;
以下是Portfolio列的結果bootstrap分析：
從這個結果中，我們可以看到對投資組合變化的估計，並且大多數置信限度包括負回報。
這是一個簡單的例子，但我希望你能看到如何對你的複雜問題採用類似的方法。如果你有一個複雜問題的好例子，這個方法很有用，我邀請你在評論部分分享。
使用JMP Pro同時引導多個表中寫道：
[...]是JMP Pro第10版中關於bootstrap功能的一系列博客文章的第3部分。以前，我們利用了這樣一個事實，即在任何時候，分佈都會給出Bootstrap置信限制[...]
