• Q

• Minitab 18 - 我該如何開始去找到合適的分配來描述我的資料？

• A

• 評估資料分佈的方式

   

  一組資料可按許多不同方式分佈或散佈。例如，擲骰子所得的資料可以是從 1 到 6 的隨機整數值。製造過程所得的資料可以目標值為中心進行分佈，也可以包括遠離中心值的資料值。

   

  您可以透過圖形、描述性統計量或者與理論分佈的比較來評估資料分佈：

   

  圖形

  透過圖形 (如：直方圖) 可以直接深入瞭解資料集的分佈情況。直方圖可以幫助您觀測：

  • 資料是圍繞單個值群聚，還是具有多個峰值或眾數。
  • 資料是稀疏散佈於寬廣的範圍，還是位於較小的範圍。
  • 資料是偏斜的還是對稱的。

   

   

   

  描述性統計量

  用於描述包含數值的資料的中心趨勢 (平均數、中位數) 和離散程度 (變異數、標準差) 的描述性統計量，這些統計量增加了明細訊息並且可用於與其他資料集進行比較。

   

  理論分佈

  最後，可透過一些常見分佈，像是常態分佈、Weibull 分佈和指數分佈等進行識別和引用。例如，常態分佈始終為鐘形，且沿平均數對稱分佈。

   

  真實資料將只能接近於這些完美分配。如果存在緊密擬合，則可認為資料由給定的分佈進行了合理建模。可使用 Stat > Quality Tools > Individual Distribution Identification來確定最適合您資料的分佈。

   

  原廠英文解答

< 回上一層