正态分布
-
AD, RJ和KS-哪种正态性检验是最好的?
Minitab中的正态性检验提供了三种方法:Anderson-Darling(AD),Ryan-Joiner(RJ)和Kolmogorov-Smirnov(KS)。AD检验是默认的,那它在检验非正态的时候是不是最好的方法呢?
-
用Minitab进行过程能力分析:非正态(拟合其他分布法)
对于过程能力分析,通过之前的文章我们知道在计算能力指标之前需要确认一些前提条件是否满足要求(独立,正态,MSA合格,稳定),今天我们继续延续之前的话题来讨论非正态数据如何做过程能力分析。
-
数据分析案例:用Minitab进行过程能力分析01—不要忽略“稳定”
问题背景: 电缆制造商在电缆的外面涂上一层涂层,以保持电缆的强度和耐久性。涂层厚度的下限(LSL)为39密尔,上限(USL)为43密尔。工程师评估涂层工艺的能力,以确保它能满足客户的要求。 数据收集: 操作人员定期随机抽取5根电缆样本。这些样品充分地反映了当时工艺的内在变化。操作人员记录每根电缆样品的外涂层厚度。 Minitab操作步骤: 正态性检验 从上图…
-
关于数据分析,6个重要的分布
本文重点介绍分析中常用的六个重要分布,并解释它们的应用。
-
一文学会统计学中的显著性概念
当掌握了统计学的基本知识后,你就能够以一种健康的怀疑态度来更好的审视一些研究和信息,你可以看到数据实际上表达了什么,而不是别人告诉你数据意味着什么。
-
如何和数据分析师打交道?
重要的不仅仅是那些你能对数据提出的关键问题,在你提问之后可能发生的对话也同样重要。
-
小白学统计(51)两样本估计和假设检验基础
估计和假设检验根据样本数的不同,分为:单样本估计和假设检验;两样本估计和假设检验;多样本估计和假设检验。
-
小白学统计(46)总体参数的区间估计——大样本(n≥30)条件下总体均值?的区间估计
大样本(n≥30)条件下的区间估计 当样本容量为大样本时,根据中心极限定理,样本均值`X的抽样分布以正态分布为极限,此时可以不用考虑通体的分布形式。估计时,根据总体标准差σ是否已知分为两种形式: 1、 总体标准差σ已知,的置信度为1-α的置信区间为 `X-Zα/2*σ/n<<`X+Zα/2*σ/n 2、 总体标准差σ未知,的置信度为1-α的置信区…
-
小白学统计(41)假设检验的“前世今生”
概率理论和抽样理论是推断性统计的基础,而估计理论和假设检验理论是推断性统计的应用。
-
小白学统计(37)区间估计— —总体成数的置信区间
在实践中,有许多情况要对总体成数进行估计。例如,通过样本合格品率估计总体的合格品率;通过样本的支持率估计总体的支持率等,这些都属于成数的估计问题。下面我们用p表示总体成数;用`p表示样本成数。对总体成数进行估计,就是用`p去估计p。当n为小样本时,`p为离散型变量,`p的概率分布为二项式分布。当n为大样本时,如果np>5,同时n(1-p)>5,则…
-
小白学统计(36)样本容量的确定—总体均值的样本容量确定
在抽样之前,确定适当的样本容量是必须的。因为样本容量直接影响到抽样的误差大小以及抽样费用的多少。如果样本容量较大,就会减少抽样误差,提高估计总体参数的精度,但是抽样的费用就会相应增加;反之,样本容量较小,抽样费用可以降低,但抽样误差就会增大。所以,在抽样之前必须确定一个适当的样本容量。 所谓适当的样本容量,就是指能够满足研究者对抽样误差要求的应抽取的最少样本…
-
小白学统计(23)概率分布关系:正态分布作为泊松分布近似
内容介绍: 正态分布能用于近似泊松分布。泊松分布的参数是μ=λ,可以证明λ增加,泊松分布接近μ=σ2=λ的正态分布。因此,只要λ足够大,就可以将泊松分布看作是μ=σ2=λ的正态分布,然后可以用标准正态分布方法计算面积(概率)值。因为这样得到的概率值只是泊松概率真实值的近似,所以正态分布的这种应用称为泊松分布的正态近似。如下图所示,λ增大,概率曲线越接近正态分…
-
小白学统计(19)连续型随机变量概率分布——正态分布
正态概率分布是连续型随机变量概率分布中最重要的形式,它在实践中有着广泛的应用。在自然界和人类社会,有许多现象的分布都服从正态分布,如人的身高、体重、智商分数;某种产品的尺寸和质量;降雨量;学习成绩,特别是,在统计推断时,当样本的数量足够大时,许多统计数据都服从正态分布。因此,正态分布在抽样理论中占有重要地位。另外,正态分布还是其他连续型概率分布的极限分布,可…
-
t检验用不了?别慌,还有神奇的非参数检验
当数据不符合正态分布时,除转化为正态分布检验外,还可运用非参数检验的方法。
-
样本分布不正态?数据变换来救场!
假如我们的总体分布不怎么正态,样本量也不是很大,感觉用 t 检验好像有点儿够呛,这时该怎么办?