Questa è la parte 2 di una serie di post sul blog nella nuova funzione di bootstrap in JMP Pro , Versione 10. La prima parte introdotta bootstrap con un clic .
A volte, la tua quantità di interesse potrebbe non essere segnalata direttamente in a JMP finestra di segnalazione. Invece potrebbe essere calcolato come una funzione delle statistiche che vengono visualizzate in un report JMP. Ciò può verificarsi in una situazione in cui il calcolo finale è sufficientemente specifico per il tuo problema che JMP produce solo input per il calcolo dell'interesse.
In questo post del blog, parte della serie di esempi di bootstrap, condividerò un esempio molto semplice di come utilizzare la funzione bootstrap in JMP Pro per quantità che non vengono riportate direttamente nei report JMP. L'esempio in sé non è particolarmente avanzato, ma si spera che illustri il processo e ti aiuti a pensare a come potresti usare questo approccio nel tuo particolare lavoro.
Innanzitutto, voglio condividere un po 'di come la piattaforma di distribuzione sa che sta analizzando un esempio di bootstrap: la colonna BootID •. Quando Distribution vede questa colonna, produce automaticamente un nodo aggiuntivo nella finestra del rapporto di distribuzione, denominata Limiti di confidenza di avvio. I limiti di confidenza qui sono basati sui percentili dei risultati del bootstrap. In genere, quando si esegue un'analisi di bootstrap, si ottiene la tabella dei risultati di bootstrap e si esegue Distribution senza apportare modifiche alla tabella dei risultati. Tuttavia, se si aggiunge un'altra colonna alla tabella, è possibile analizzare tale colonna con Distribuzione e ottenere comunque i limiti di confidenza del bootstrap perché il BootID • è ancora nella tabella.
Per illustrare questo concetto, considera il seguente esempio. Supponiamo di avere le differenze di prezzo giornaliere di tre titoli per un numero di giorni. Se sommi queste differenze, ottieni la differenza di prezzo dal giorno zero. Innanzitutto, eseguiremo Multivariata sui dati per ottenere le somme dei tre titoli ed eseguire un'analisi bootstrap nel report Multivariata. Una volta ottenuta la tabella di esempio del bootstrap, ci rendiamo conto che siamo realmente interessati alla performance di un portafoglio dei tre titoli (100 azioni ciascuna delle azioni A e B e 200 azioni di Stock C). Per ottenere un'analisi bootstrap del portafoglio, definiamo semplicemente una formula di colonna con la nostra ponderazione del portafoglio e quindi eseguiamo la piattaforma di distribuzione su quella colonna.
Ecco il JSL (JMP Scripting Language) per riprodurre l'esempio:
Ripristino casuale ( 4848484811 );
restituisce =
J ( 100 , 1 , Casuale normale ( .01 , .1 )) ||
J ( 100 , 1 , Casuale normale ( .005 , .5 )) ||
J ( 100 , 1 , Uniforme casuale () - 0,475 ) ;
dt = Come tavolo ( restituisce, << ColumnNames ({ Stock A, Stock B, Stock C })) ;
mv = dt << Multivariato (
Y ( : Stock A,: Stock B, Stock C ) ,
Statistiche semplici univariate ( 1 )
) ;
Ripristino casuale ( 46574 ) ;
dtlst = rapporto ( mv ) [ "Statistiche semplici univariate" ]
[ NumberColBox ( "Somma" )] << Bootstrap ( 100 ) ;
Vicino ( dtlst [ 1 ] , Non salvare ) ;
dtlst [ 2 ] << Nuova colonna ( "Portafoglio" ,
Imposta la formula ( 100 *: Stock A + 100 *: Stock B + 200 *: Stock C )
) ;
d2 = dtlst [ 2 ] << Distribuzione (
Y ( :Portafoglio ) ,
Statistiche riassuntive ( 0 ) ,
quantili ( 0 ) ,
) ;
Ecco l'analisi bootstrap risultante per la colonna Portfolio:
Da questo risultato, possiamo vedere una stima della variabilità del portafoglio e che la maggior parte dei limiti di confidenza include i rendimenti negativi.
Questo è stato un semplice esempio, ma spero che tu possa vedere come applicare un approccio simile ai tuoi problemi complessi. Se hai buoni esempi di un problema complesso in cui questo approccio sarebbe utile, ti invito a condividere la sezione dei commenti.
Bootstrap più tabelle contemporaneamente con JMP Pro ha scritto:
[...] è la parte 3 di una serie di post sul blog sulla funzione bootstrap in JMP Pro, Versione 10. In precedenza, abbiamo sfruttato il fatto che Distribution fornirà limiti di riservatezza Bootstrap in qualsiasi momento [...]
