建立 Bootstrap 模擬列時 JMP 公式出錯我正在處理一個包含大量缺失值和少量觀測值的資料集，這使得建模變得困難。為了解決這個問題，我想使用自助法重採樣。資料集中的一列包含附件 Excel 檔案中所示的值，我想用包含 10,000 個觀測值的模擬資料（列名：Sim_Y1_Liability）來取代這一列。我使用了以下兩個公式來產生模擬值，但是當我輸入這些公式時，JMP 會傳回錯誤。請問有人知道可能是什麼原因導致這個錯誤以及如何解決嗎？
JMP一級方程式賽車：
隨機選擇（
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
)
JMP Formula 2：
隨機樣本（
{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]
資料融合與清理回覆：建立 Bootstrap 模擬列時 JMP 公式錯誤JMP 中沒有這兩個函數。您可以在腳本索引或 JSL 語法參考中找到可用的 Random 函數（JSL 語法參考 > JSL 函數、運算子和訊息 > 隨機函數） 。您很可能可以將值列表與 Random Integer 結合使用，從而獲得一個隨機整數（jsl.jmp.com）。
回覆：建立 Bootstrap 模擬列時 JMP 公式錯誤感謝你為了這評論。是的，I 能產生隨機的數位使用這科技你建議。然而，I 是具體來說有興趣的在創建a 引導模擬柱子和10,000觀察為了這數據集。I 知道I 能做這經過選擇這分配，點選意思是, 和然後申請引導程式。是那裡一個選擇方法可用的？
回覆：建立 Bootstrap 模擬列時 JMP 公式錯誤試試這個 JSL 腳本，看看能不能滿足你的需求：
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 )
);
回覆：建立 Bootstrap 模擬列時 JMP 公式錯誤你好@Madhu_Acharyya ，
歡迎加入社群！
我的回答（以及問題！）與此完全不同：
- 即使觀測資料量不大，也能建立可靠的模型。資料集的品質和資訊量比資料數量更重要。
- 使用引導抽樣來「人為地」擴展資料集並不能幫助你更輕鬆地擬合模型。它只會重複並強化數據中已存在的模式，並給你一種對模型充滿信心的（虛假）印象，導致模型/性能指標虛高，置信區間「人為地縮小」。
- 根據您提供的文件，我不清楚您的意圖。我原本以為您想根據年份預測CPF響應（即進行時間序列分析和/或時間序列預測），但您的第二個模擬檔案顯示的列卻截然不同。您能否解釋一下？
如果您打算進行時間序列分析，我建議您先嘗試一些簡單的選項，例如視窗寬度為 3 或 5 個點的簡單移動平均法，因為這種簡單的模型類型仍然有助於理解和預測資料中的趨勢：
還有更高級的方法和模型，如 ARIMA / Seasoned ARIMA / ...，但需要更多假設，並且需要更好地定義季節性和其他模型參數。
希望這個回答對討論有幫助。
