953036_es-ES

liliconcom

Error de fórmula JMP al crear una columna simulada con Bootstrap

Estoy trabajando con un conjunto de datos que contiene muchos valores faltantes y un número reducido de observaciones, lo que dificulta el modelado. Para solucionar esto, me gustaría usar el remuestreo bootstrap. Una columna del conjunto de datos contiene los valores que se muestran en el archivo Excel adjunto, y quiero reemplazar esta columna con datos simulados que constan de 10 000 observaciones (Nombre de la columna: Sim_Y1_Liability). Utilicé las siguientes dos fórmulas para generar los valores simulados, pero JMP devuelve un error al introducirlas. ¿Podría alguien indicarme qué podría estar causando el error y cómo corregirlo?

JMP Fórmula 1:

Elegir al azar (

0,

2239500,

929880,

2192100,

2806020,

0,

3387600,

109080,

1057860,

441840,

880950,

1753830,

0,

968070,

1990950,

295410,

1083420,

0,

235770,

616500,

0,

279120,

0,

591090,

35100

)

Fórmula 2 de JMP:

Muestra aleatoria (

{0, 2239500, 929880, 2192100, 2806020, 0, 3387600, 109080, 1057860, 441840,

880950, 1753830, 0, 968070, 1990950, 295410, 1083420, 0, 235770, 616500,

0, 279120, 0, 591090, 35100}

)[1]

Combinación y limpieza de datosRe: Error de fórmula de JMP al crear una columna simulada con Bootstrap

Ninguna de esas funciones existe en JMP. Puedes encontrar las funciones disponibles de Random en el Índice de scripts o en la Referencia de sintaxis JSL > Funciones, operadores y mensajes JSL > Funciones Random . Probablemente puedas combinar tu lista de valores con Random Integer para obtener uno de esos Random Integer (jsl.jmp.com).

Re: Error de fórmula de JMP al crear una columna simulada con Bootstrap

Agradecertúparaelcomentarios.Sí,I podergeneraraleatorionúmerosusandoeltécnicatúsugerido.Sin embargo,I soyespecíficamenteinteresadoencreara simulado por bootstrapcolumnacon10.000observacionesparaelconjunto de datos.I saberI poderhaceresteporseleccionareldistribución,haciendo clicSignificar, yentoncessolicitudoreja.Esalláunalternativamétodo¿disponible?

Re: Error de fórmula de JMP al crear una columna simulada con Bootstrap

Prueba este JSL y comprueba si te proporciona lo que necesitas:

Names Default To Here( 1 );
dt = data table("Sample Data File_Sheet1");

dt << Distribution(
	Continuous Distribution(
		Column( :CPF_Payout_USD ),
		Process Capability( 0 ),
		Fit Normal
	)
);
obj = current report();
obj["Fitted Normal Distribution",Number Col Box( 1 )] << 
Bootstrap(
	10000,
	Fractional Weights( 1 ),
	Split Selected Column( 1 )
);

Re: Error de fórmula de JMP al crear una columna simulada con Bootstrap

Hola @Madhu_Acharyya ,

¡Bienvenidos a la comunidad!
Mi respuesta (¡y mis preguntas!) son completamente diferentes:

• Es posible obtener un modelo fiable con un número reducido de observaciones. La calidad y la información contenida en el conjunto de datos son más importantes que la cantidad de datos.
• Utilizar el método bootstrap para expandir artificialmente el tamaño de tu conjunto de datos no te ayudará a ajustar un modelo con mayor facilidad. Simplemente repetirá y reforzará patrones ya presentes en los datos y te dará una impresión (falsa) de confianza en el modelo, con métricas de rendimiento infladas e intervalos de confianza artificialmente reducidos.
• Según los archivos que proporcionaste, no queda claro qué pretendes hacer. Ingenuamente, habría supuesto que quieres realizar una previsión de la respuesta del CPF en función del año (es decir , un análisis de series temporales o una previsión de series temporales ), pero tu segundo archivo sobre simulaciones muestra columnas muy diferentes. ¿Podrías aclararlo?

Si pretendes realizar un análisis de series temporales, te recomiendo que pruebes primero con opciones sencillas, como la media móvil simple con un ancho de ventana de 3 o 5 puntos, ya que este tipo de modelo simple aún ayuda a comprender y pronosticar la tendencia en tus datos:

También existen métodos y modelos más avanzados, como ARIMA / Seasoned ARIMA / ..., pero requieren más supuestos y una mejor definición de la estacionalidad y otros parámetros del modelo.

Espero que esta respuesta pueda ayudar en la discusión.