个体分布识别

一种 Minitab 工具,该工具可以基于概率图和拟合优度统计量识别哪种分布可用于拟合数据。选择统计方法时,了解数据的分布是必须的。使用 Minitab 的“单值分布识别”可以:

·    验证数据的分布

·    确定某种变换是否足以使数据正态化

·    比较所有可用分布,以确定哪种分布最能拟合数据

Minitab 会对您的数据执行多种分布的拟合优度检验,并估计它们的参数。选择与您的数据拟合最佳同时也最适合您的分析的分布。

例如,您收集了有关瓷砖扭曲变形程度的数据。数据的分布情况未知,因此您对数据执行单值分布识别,以便比较指数分布与进行 Johnson 变换后的正态分布的拟合优度情况。下面的概率图表明,指数分布的拟合优度不佳,其 p 值很低,足以否定您的数据服从指数分布的原假设。但是,对其应用 Johnson 变换后,您的数据接近正态分布,因为其 p 值较大,且几乎所有数据点都落在正态概率图的置信边界内。在这两种分布中,进行了 Johnson 变换的正态分布与数据拟合得更好。

进行了 Johnson 变换的正态分布

指数分布

Anderson-Darling 统计量 = 0.231

P 值 = 0.799

Anderson-Darling 统计量 = 5.982

P 值 < 0.003