JMP 10의 새로운 배포 옵션 : 맞춤 Quantiles나의 이전 블로그 게시물 두 가지 새로운 옵션을 JMP 10 요약 통계 W 기본 Quantile 보고서를 사용자 정의하기위한 분 h 플 '폼. 이 블로그 포스트는 지속적인 데이터를위한 배포 플랫폼을위한 새로운 JMP 10 기능인 Custom Quantiles에 대해 설명합니다. 이 기능을 통해 사용자는 quantile을 연구하기위한 사용자 정의 옵션을 더 많이 제공합니다. 표시 옵션 메뉴 아래에있는 사용자 정의 Quantile을 사용하여 사용자는 임의의 수와 사용자 정의 Quantile 값을 입력 할 수 있습니다. 두 가지 유형의 quantile estimate과 그 신뢰 구간을보고합니다.
새로운 Custom Quantiles 기능을 시연하려면 JMP의 Sample Data 폴더에서 Big Class.jmp에있는 학생들의 가중치를 살펴 보겠습니다. 특히 우리는 95 % 신뢰 구간뿐만 아니라이 학생 세트의 5 %, 50 % (중앙값) 및 95 % 중량 분위수를 연구하려고합니다. 그림 1은 기본 입력 방법 인 목록에 입력 된 관심 항목이있는 Custom Quantiles 대화 상자를 보여줍니다.
그림 2는 맨 아래쪽에있는 Custom Quantiles 보고서를 보여줍니다. 첫 x 째 유형의 quantile 추정은 디폴트 quantile 보고서에서 발견 된 것과 같은 유형의 경험적 quantile 추정입니다. 순서 통계에 기초한 비모수 적 신뢰 구간이 이러한 경험적 분위수에 대해 계산됩니다. 행 수가 적은 데이터 세트의 경우 이러한 신뢰 구간 유형의 중요한 단점은 실제 인구 분위를 포함 할 실제 확률이 지정된 신뢰도보다 훨씬 낮을 수 있다는 것입니다. 이 제한 사항을 해결하기 위해 커널 밀도 추정에 기반한 완만 한 경험적 가능성 확률 추정도 추가했습니다. 이러한 quantile 견적의 장점은 신뢰 구간이 약속 된 신뢰 수준을 갖는 진정한 quantile을 포함하는 경향이 있다는 것입니다.
가중치에 대한 Custom Quantiles 보고서를 보면 경험적 분위수 추정치와 평활화 된 경험적 우도 별 분위수 추정치가 상당히 유사하다는 것을 알 수 있습니다. 경험적 분위수 추정치를 사용하여 보고서의 첫 번째 부분을 검토하면 95 % 및 5 % 분위수 추정치에 대한 신뢰 구간의 실제 적용 범위가 95 % 신뢰 수준을 충족시키지 못한다는 것을 알 수 있습니다. 이러한 신뢰 구간은 데이터의 전체 범위를 87 % 신뢰 수준으로 확장합니다. 데이터 샘플 크기는 40 관측에서 상대적으로 작기 때문에 95 % 신뢰 수준에서 이러한 신뢰 구간을 생성하는 것은 불가능합니다. 또한 중앙값의 신뢰 구간 인 50 % 분위수 추정치는 96 %의 신뢰 수준으로 약간 보수적입니다. 이제 보고서의 두 번째 부분을 경험적 우도 확률 분위수 추정치로 검사하십시오. 우리는 이러한 모든 분위수 추정치에 대해 진정한 95 % 신뢰 구간을 얻음을 알 수 있습니다.
다음은이 quantile과 신뢰 구간에 대해 자세히 알려주는 참고 자료입니다.
Hahn, GJ and Meeker, WQ (1991), 통계 간격 : 실무자를위한 안내서 , 뉴욕 : John Wiley & Sons.
Chen, Song Xi and Hall, Peter (1993) Quantiles에 대한 경험적 가능성 우도 신뢰 구간을 부드럽게. 통계 연보 , Vol. 21, No. 3, 1166-1181]에 기재되어있다.
Laura Lancaster는 다음과 같이 썼습니다. Cyrus, 네. 이것은 애원 추가되었습니다 ... 로라 랭커스터 쓴 :
안녕 사이러스,
예. 이것은 JMP 10부터 추가되었습니다. 이것을 찾으려면 연속적인 데이터 열을 사용하여 배포 플랫폼을여십시오. 열 배포를위한 작은 빨간색 삼각형 메뉴에서 "Display Option"하위 메뉴로 이동하여 "Custom Quantiles"를 선택하십시오. 또한 샘플 데이터에서 Big Class.jmp를 사용하여 이것을 볼 수있는 몇 가지 JSL 스크립트가 있습니다.
분포(
연속 배포 (
열 (: 높이),
맞춤 수량 (0.95, [0.2, 0.4, 0.6, 0.8])
)
);
이것이 아직 명확하지 않은 경우 알려주십시오.
감사!
로라
Cyrus는 다음과 같이 적었습니다. 나는 J를 달리고있다. 남자 이름 쓴 :
이것이 실행 된 적이 있습니까? JMP 11을 실행 중이므로 어디서나이 기능을 찾을 수 없습니다.
다시 : JMP 10의 새로운 배포 옵션 : 사용자 정의 Quantiles안녕하세요 @laural_jmp 이 기여와 설명에 다시 한 번 감사드립니다. 이것이 제가하고있는 일의 맥락에서 제가 깨닫게 된 한 가지는 제가 처음으로 quantile이 무엇인지를 완전히 이해하지 못했다는 것입니다! JMP 도움말 문헌이나 Wikipedia (주제에 대한 설명이 일부 있지만, 적용된 공학 통계 학자에게는 충분히 실용적이지 않을 수도 있음)의 맥락에서 어느 정도 정교화하는 것이 유용 할 수 있습니다.
"Quantiles : Uncentered and Unscaled"(첨부 된 이미지의 초록색 상자에 표시되고 "Fit Continuous Distribution"및 기본 Quantiles (또는 "Custom"을 사용하여 생성 된)에 생성 된 주된 차이점을 명확히하는 데 도움이 될 수 있습니까? JMP가 계산하는 녹색 상자 당 표시된 "Quantiles"?
참조 부착.
감사! @PatrickGiuliano
다시 : JMP 10의 새로운 배포 옵션 : 사용자 정의 Quantiles안녕 패트릭,
강조 표시 한 quantiles의 가장 큰 차이점은 Fitted Shash Outline 아래의 "Quantiles : Uncentered and Unscaled"는 실제로 맞는 SHASH 분배에서 Quantile을 사용한다는 것입니다. (SHASH 배포에 대한 자세한 내용은 다음을 참조하십시오. https://www.jmp.com/support/help/en/15.0/#page/jmp%2Ffitted-quantiles.shtml%23ww1162331#ww175052/ )
사용자 정의 Quantiles 개요 아래의 Quantile은 어떤 유형의 분배도 가정하지 않고 (Normal, SHASH 등) 데이터를 사용하여 Quantile을 계산합니다. 이것들은 경험적 분위수이다. 우리가 사용하는 방법은 다음과 같습니다. https://www.jmp.com/support/help/en/15.0/?os=win&source=application#page/jmp%2Fquantiles.shtml%23ww1161553 )
이게 도움이 되길 바란다.
감사.
로라
다시 : JMP 10의 새로운 배포 옵션 : 사용자 정의 Quantiles안녕하세요 로라
95 % 백분위 수에서 50 % 신뢰 구간을 계산하는 데 문제가 있습니다. 그것은 CI의 상한과 하한이 아닌 견적을 제공합니다. 이것이 왜 그런지 아십니까? 누락 된 데이터없이 분포에 연속 변수가 있습니다. 아래 스크린 샷을 첨부했습니다.
감사,
토드
다시 : JMP 10의 새로운 배포 옵션 : 사용자 정의 Quantiles안녕하세요 s , 배포 플랫폼 이미지에 요약 한 데이터 세트에 최대한 가깝게 데이터 세트를 재생산하려고했습니다. 내 데이터 세트의 중앙값이 1과 같고 2가 아니라는 것을 제외하고 비슷한 시나리오를 생각해 냈습니다 (첨부 파일 참조). 95 번째 백분위 수의 상한 및 하한 신뢰 한계에 대한 수학이 무엇인지 확실하지 않습니다 (비모수 추정이어야하므로 표준 t 또는 z 테이블을 사용하지 않으며 같지 않습니다) 순조로운 경험적 우도 함수)) 그러나 기본적으로 추정치는 데이터의 일부 기능을 기반으로해야합니다.
배포 플랫폼 내에서 CDF 플롯을 생성했습니다. 응답 변수의 범위에 걸쳐 제한된 데이터가 있다는 통찰력을 강조하며, 대부분의 경우이 범위 내에 값이 없습니다. 다시 말해, 데이터는 '해상도 제한'입니다. 즉, 데이터에 부적절한 차별 증상 (가독성 또는 해결)이 표시됩니다.
I & MR 관리도 (Control Chart Builder에서 생성 가능)에서도 확인할 수 있습니다. 순서가 중요하지 않은 경우 데이터 순서를 랜덤화할 수 있으며 이동 범위에 대해 많은 이동을 볼 수 있습니다. 범위는 0이거나 0에 매우 가깝습니다.
순진의 목적으로, 24의 관측 된 95 번째 백분위 수에 대한 상한 및 하한 50 % 신뢰 한계가 각각 23 및 26과 같으며 스무딩 된 Emperical Liklihood Quantiles를 사용하여 계산 된 신뢰 한계와 일치한다고 가정합니다. 내가 여기서 주목하는 것은 특정 값에서 CDF가 완벽하게 "평평"하다는 것입니다. 이 데이터를 기반으로 계산 된 값이 (수학적으로) 정의되지 않았다는 것을 의미하기 위해 이것을 취할 수 있습니까? 우리가 75 번째 백분위 수에 있고 50 % 신뢰 상한과 하한을 계산하려고하는 비슷한 시나리오를 고려하십시오. 분포 함수가 부분적으로 매끄럽다면 ~ 5.5와 ~ 19 사이가 될 수 있습니다. 이 경우 해상도가 없습니다 (다시 CDF의 평평한 부분에 있습니다).
이것은 단지 내 생각이며, 어떤 식 으로든 도움이되기를 바랍니다. 건배
