Livello: potenza
William Q. Meeker, professore di statistica e professore illustre, Iowa State University
Chris Gotwalt, direttore della ricerca e dello sviluppo statistici di JMP, SAS
In questa sessione mostreremo diversi esempi di come JMP abbia reso facile trarre vantaggio dai metodi statistici basati sulla simulazione. Inizieremo con applicazioni di affidabilità e mostreremo come ottenere inferenze più raffinate quando ci sono pochissime osservazioni usando le tecniche bayesiane nella piattaforma di distribuzione della vita e nella piattaforma Fit Life By X. Introdurremo quindi il Bootstrap One-Click in JMP Pro con diversi esempi di utilizzo, con particolare attenzione al bootstrap a peso parziale casuale.
Il bootstrap classico, basato sul ricampionamento, è stato per decenni ampiamente utilizzato per calcolare intervalli di confidenza attendibili per applicazioni in cui non è disponibile alcun metodo esatto e quando le dimensioni del campione non sono abbastanza grandi da basarsi su metodi approssimativi di facile campionamento facili da calcolare.
Esistono, tuttavia, molte applicazioni in cui non è possibile utilizzare il metodo di riavvio del bootstrap. Questi includono situazioni in cui i dati sono pesantemente censurati; regressione logistica quando la risposta al "successo" è un evento raro o in cui vi è un limitato mix di successi e insuccessi tra le variabili esplicative; e ha progettato esperimenti in cui il numero di parametri è vicino al numero di osservazioni. Ciò che queste tre situazioni hanno in comune è che potrebbe essere impossibile, in una parte sostanziale dei campioni, stimare tutti i parametri del modello. Il metodo bootstrap a peso parziale casuale può essere utilizzato per evitare questi problemi e fornire intervalli di confidenza attendibili.
Successivamente mostreremo come eseguire i calcoli di potenza usando la funzione Simula in JMP Pro. Questo rende semplice eseguire calcoli energetici per molte analisi in tutto il JMP, in particolare esperimenti progettati in cui il risultato è binario. Infine, mostreremo come ottenere gli intervalli di confidenza sulle previsioni della rete neurale usando l'opzione Stima delle Bagagli nel Profiler.
