个体分布标识(Individual Distribution Identification),判断数据的分布
数据分析的时候,有的时候,拿到一堆数据,发现不是符合正态的,那么,其又符合什么分布呢?如何把非正态转换成其它符合正态分布的呢?什么分布得到的数据是符合正态的呢?那种分布最符合正态分布而且拟合效果最好呢?有没有什么好的工具呢?其实,Minitab就提供这样的功能,个体分布标识(Individual Distribution Identification)。
英文版对应:Minitab -> Quality Tools -> Individual Distribution Identification
中文版对应:Minitab -> 质量工具 -> 个体分布标识
选择好数据,其能够提供下面14种对应的数据分析,感兴趣的品质人可以看看。
· normal
· lognormal
· 3-parameter lognormal
· exponential
· 2-parameter exponential
· Weibull
· 3-parameter Weibull
· largest extreme value
· smallest extreme value
· gamma
· 3-parameter gamma
· logistic
· loglogistic
· 3-parameter loglogistic· 正态
· 对数正态
· 3 参数对数正态
· 指数
· 2 参数指数
· Weibull
· 3 参数 Weibull
· 最大极值
· 最小极值
· Gamma
· 3 参数 Gamma
· Logistic
· 对数 Logistic
· 3 参数对数 Logistic
个体分布标识用于在执行能力分析研究之前,基于概率图和拟合优度检验来评估数据的最优分布。从 14 种分布中进行选择。
还可以使用分布标识并通过 Box-Cox 变换或 Johnson 变换来变换数据以使其服从正态分布。
这个和一般的正态分布分析一样,看下P值,如果P值大于0.05,说明符合那种分布,如果分析完之后,发现有几个是大于0.05的,那就看哪个值最大,最大说明这种拟合性最好,用这种数据分布模型分析最好。
Minitab使用手册:http://www.pinzhi.org/Minitab/go ... _Identification.htm
什么是Box-Cox变换?Minitab和SPSS的Box-Cox转换和Johnson变换
http://www.pinzhi.org/forum.php?mod=viewthread&tid=636
狮子兄发文都是精华,已收藏 谢谢分享。。。 {:1_103:} 样本数据转换之后,特性规格怎么转换呢 ? 厉害 :):) 感谢分享 看不懂啊:L
页:
[1]
2