Ceci est la partie 2 d’une série de billets de blog sur la nouvelle fonctionnalité de bootstrap dans JMP Pro , Version 10. La première partie introduite amorçage en un clic .
Parfois, votre quantité d'intérêt peut ne pas être déclarée directement dans un JMP fenêtre de rapport. Au lieu de cela, il peut être calculé en fonction des statistiques affichées dans un rapport JMP. Cela peut se produire dans une situation où votre calcul final est suffisamment spécifique à votre problème pour que JMP produise uniquement des entrées dans le calcul des intérêts.
Dans cet article de blog, qui fait partie de la série d'exemples bootstrap, je vais partager un exemple très basique d'utilisation de la fonctionnalité d'amorçage dans JMP Pro pour des quantités non signalées directement dans les rapports JMP. L'exemple en lui-même n'est pas particulièrement avancé, mais nous espérons qu'il illustrera le processus et vous aidera à réfléchir aux manières dont vous pourriez utiliser cette approche dans votre travail particulier.
Tout d'abord, je voudrais parler un peu de la façon dont la plate-forme de distribution sait qu'elle analyse un exemple de bootstrap: la colonne BootID •. Lorsque Distribution voit cette colonne, elle crée automatiquement un nœud supplémentaire dans la fenêtre du rapport Distribution, appelé Limites de confiance Bootstrap. Les limites de confiance ici sont basées sur les centiles des résultats du bootstrap. En règle générale, lorsque vous effectuez une analyse d'amorçage, vous obtenez le tableau de résultats d'amorçage et exécutez Distribution sans apporter de modifications au tableau de résultats. Toutefois, si vous ajoutez une autre colonne à la table, vous pouvez analyser cette colonne avec Distribution et continuer à obtenir des limites de confiance au démarrage, car BootID est toujours dans la table.
Pour illustrer ce concept, considérons l'exemple suivant. Supposons que vous ayez les différences de prix quotidiennes de trois actions sur plusieurs jours. Si vous additionnez ces différences, vous obtenez la différence de prix à partir du jour zéro. Tout d’abord, nous allons exécuter Multivariée sur les données pour obtenir les sommes des trois actions et effectuer une analyse bootstrap sur le rapport Multivarié. Une fois que nous avons obtenu le tableau échantillon Bootstrap, nous réalisons que nous sommes réellement intéressés par la performance d'un portefeuille composé de trois actions (100 actions chacune des actions A et B et 200 actions de l'action C). Pour obtenir une analyse bootstrap du portefeuille, nous définissons simplement une formule de colonne avec notre pondération de portefeuille, puis exécutons la plateforme de distribution sur cette colonne.
Voici le JSL (JMP Scripting Language) pour reproduire l'exemple:
Réinitialisation aléatoire ( 4848484811 )
retourne =
J ( 100 , 1 , Aléatoire Normal ( .01 , .1 )) ||
J ( 100 , 1 , Aléatoire Normal ( .005 , .5 )) ||
J ( 100 , 1 , Uniforme aléatoire () - .475 ) ;
dt = Comme table ( retourne, << ColumnNames ({ Stock A, Stock B, Stock C })) ;
mv = dt << multivarié (
Y ( : Stock A,: Stock B,: Stock C ) ,
Statistiques simples univariées ( 1 )
) ;
Réinitialisation aléatoire ( 46574 ) ;
dtlst = rapport ( mv ) [ "Statistiques simples univariées" ]
[ NumberColBox ( "Somme" )] << Bootstrap ( 100 ) ;
Fermer ( dtlst [ 1 ] , Pas d'économies ) ;
dtlst [ 2 ] << Nouvelle colonne ( "Portefeuille" ,
Définir la formule ( 100 *: Stock A + 100 *: Stock B + 200 *: Stock C )
) ;
d2 = dtlst [ 2 ] << Distribution (
Y ( :Portefeuille ) ,
Statistiques sommaires ( 0 ) ,
Quantiles ( 0 ) ,
) ;
Voici l'analyse bootstrap résultante pour la colonne Portfolio:
À partir de ce résultat, nous pouvons voir une estimation de la variabilité du portefeuille et le fait que la plupart des limites de confiance incluent des rendements négatifs.
C’était un exemple simple, mais j’espère que vous comprendrez comment appliquer une approche similaire à vos problèmes complexes. Si vous avez de bons exemples d'un problème complexe pour lequel cette approche serait utile, je vous invite à partager vos commentaires.
Amorcez plusieurs tables simultanément avec JMP Pro a écrit:
[...] fait partie 3 d'une série de billets de blog sur la fonctionnalité d'amorçage de JMP Pro, version 10. Auparavant, nous avions exploité le fait que la distribution donnerait des limites de confiance à Bootstrap à tout [...]
