JMP® 및 JMP® Pro의 시뮬레이션 방법 (부분적으로 무작위로 구성된 부트 스트랩을 중점적으로 다룹니다) (EU 2018 418)레벨 : 힘
William Q. Meeker, 통계학 교수 및 아이오와 주립대의 탁월한 교수
Chris Gotwalt, JMP 통계 연구 및 개발 이사
이 세션에서는 JMP가 시뮬레이션 기반 통계 방법을 쉽게 활용할 수있는 방법에 대한 몇 가지 예를 보여줍니다. Life Distribution Platform 및 Fit Life By X 플랫폼에서 Bayesian 기술을 사용하는 관찰이 거의 없을 때 안정성 응용 프로그램으로 시작하여보다 세련된 추론을 얻는 방법을 보여줍니다. 그런 다음 JMP Pro에서 한 번의 클릭으로 부트 스트랩을 사용하는 예를 몇 가지 예를 들어 소개합니다. 단, 분수 무작위 부트 스트랩에 특히 중점을 둡니다.
리 샘플링을 기반으로 한 고전적인 부트 스트랩은 정확한 방법을 사용할 수없고 샘플 크기가 계산하기 쉬운 대규모 샘플 근사 방법에 의존 할만큼 충분히 크지 않은 애플리케이션에 대한 신뢰 구간을 계산하는 데 수십 년 동안 널리 사용되어 왔습니다.
그러나 리샘플링 부트 스트랩 방법을 사용할 수없는 많은 응용 프로그램이 있습니다. 여기에는 데이터가 크게 검열되는 상황이 포함됩니다. "성공"반응이 드문 사건이거나 설명 변수에 걸쳐 성공과 실패의 혼합이 제한적일 때의 로지스틱 회귀; 그리고 매개 변수의 수가 관측 수에 근접한 실험을 설계했습니다. 이 세 가지 상황에서 공통점이있는 것은 샘플의 상당 부분이 모델의 모든 매개 변수를 추정하는 것이 불가능할 수 있다는 것입니다. 분수 랜덤 웨이트 부트 스트랩 방법은 이러한 문제를 피하고 신뢰할 수있는 신뢰 구간을 제공하는 데 사용할 수 있습니다.
다음으로 JMP Pro의 시뮬레이션 기능을 사용하여 전력 계산을 수행하는 방법을 보여줍니다. 따라서 JMP 전반에 걸친 많은 분석, 특히 결과가 바이너리 인 설계된 실험에 대한 전력 계산을 간단하게 수행 할 수 있습니다. 마지막으로 Profiler의 Save Bagged Estimates 옵션을 사용하여 신경망 예측에서 신뢰 구간을 얻는 방법을 보여줍니다.
