Illesztett eloszlások összehasonlítása

Tekintse át az eloszlásjelölteket és transzformációkat; az illeszkedésvizsgálat önmagában nem választ győztes modellt.

Útmutatók · Alapstatisztika · 4 perc olvasás

Az alkalmazás parancsai, a munkalapazonosítók és a példaadatok értékei eredeti formájukban maradnak. A képernyőképek, diagramok és letölthető fájlok angol nyelvűek. A tudományos példák számai az eredeti angol jelölést használják: tizedesponttal és ezreselválasztó vesszővel. A weboldal egyéb számai magyar területi formázást követnek.

Példa: próbapadi vizsgálatok időtartama

120 befejezett tesztfeladat; feladatonként egy pozitív időtartam.

Példaadatok letöltése (CSV)

Ugyanez a példa szerepel a Help lapon. A lépések követéséhez importálja a CSV-fájlt, vagy a bemenetek előzetes kitöltéséhez használja a Help Open example in a practice copy lehetőségét.

1. Munkakörnyezet létrehozása

Az oldalsávon nyissa meg a Basic Statistics elemet, és válassza a Distribution Fit Analysis lehetőséget. Hozzon létre egy elemzést, nevezze el, válassza a New blank worksheet, majd a Create analysis lehetőséget.

2. Példaadatok importálása

Töltse le a fenti CSV-fájlt, és importálja a munkalapra. Elválasztóként válassza a Comma, tizedeselválasztóként a Dot beállítást, és jelölje be a First row contains column names lehetőséget.

3. A mérések hozzárendelése

Az Inputs lapon a Data layout mezőben válassza a One measurement column lehetőséget. Rendelje a completion_time_min oszlopot a Measurement column 1 mezőhöz. A Subgroups defined by mezőben válassza a Fixed size lehetőséget, és a Subgroup size mezőbe írjon 1 értéket.

4. A jelöltek és transzformációk kiválasztása

A Distributions and transformations részben válassza a Select all lehetőséget, hogy mind a 16 of 16 jelölt ki legyen választva. Tartsa meg sorrendjüket.

Nyissa meg a Transformation options panelt. A Box–Cox power mezőben válassza az Optimal power lehetőséget, a Johnson selection cutoff mezőbe pedig írjon 0.1 értéket. A Store Box–Cox transformed data és Store Johnson transformed data lehetőséget hagyja jelöletlenül.

5. Az ábrák és eredménytáblázatok beállítása

Nyissa meg a Plot options panelt. A Confidence level (%) mezőbe írjon 95 értéket, jelölje be a Show confidence bounds lehetőséget, és a Probability plots mezőben válassza a Grouped panels lehetőséget. Nyissa meg a Results options panelt, jelölje be a Descriptive statistics, Goodness-of-fit tests és Parameter estimates lehetőséget, a Percentile tables lehetőséget pedig hagyja jelöletlenül.

Distribution Fit Analysis: Az Inputs lap a példa hozzárendeléseivel és beállításaival
Az Inputs lap a példa oszlopaival és beállításaival, az elemzés futtatása előtt. Teljes méretű kép megtekintése (új lapon nyílik meg)

6. Elemzés futtatása

Válassza a Run analysis lehetőséget, majd nyissa meg a Results lapot.

7. Az eredmények értelmezése

  1. Az összehasonlítás azonosítása

    Mind a 120 pozitív befejezési idő szerepel, befejezett feladatonként egy. Az átlag 19.597 perc. Tizenhat eloszlást és transzformációt hasonlítunk össze a kiválasztott sorrendben; az eszköz nem választ ki egyetlen valódi eloszláscsaládot.

  2. Az első négy ábra összehasonlítása

    A panelek a normális, Box–Cox-transzformáció utáni normális, lognormális és 3-paraméteres lognormális illesztést mutatják. Minden pont egy rendezett időtartam a panelen jelzett skálán. Keressen közel egyenes mintázatot, és vizsgálja meg az eloszlásfarkakat és konfidenciahatárokat. A további 12 panel a További részletek alatt található.

    Valószínűségi ábrák 1–4
    Valószínűségi ábrák 1–4 Teljes méretű diagram megtekintése (új lapon nyílik meg)
  3. Az illeszkedési bizonyíték értelmezése

    A normális illesztés AD = 2.7369 és p < 0.005 értékű, ami gyenge normális illeszkedést jelez. A lognormális p = 0.1514 értékű; a loglogisztikus és a legnagyobb szélsőérték-eloszlást sem vetjük el 0.05 mellett. Több modell marad lehetséges. Önmagában a nagyobb p-érték nem választja ki a legjobb modellt.

  4. A nem elérhető eredmények és a skálák megkülönböztetése

    A 3-paraméteres lognormális, gamma- és loglogisztikus sorok AD-p-értéke nem elérhető; a nem elérhető nem jelent sikeres próbát. A 3-paraméteres Weibull-sor viszont p≈0.0183 értéket közöl, miközben a határértékekre vonatkozó módszerminősítése még függőben van. A Box–Cox- és Johnson-illesztések transzformált egységeket használnak, nem percet.

  5. Modellválasztás a tervezett döntéshez

    Hasonlítsa össze a lehetséges modellek viselkedését a fontos időtartamoknál, különösen a hosszú időtartamok eloszlásfarkában. Őrizze meg a módszermegjegyzéseket, és ellenőrizze a prediktív teljesítményt, mielőtt az illesztett percentiliseket szolgáltatási időre vonatkozó döntéshez használja.

További részletek: olvassa el az egyes eredményszakaszokat

A teljes eredménytáblázatok a Helphez hasonlóan hat értékes számjegyet használnak.

Illeszkedésvizsgálatok

A Jelölt eloszlást vagy transzformált normális illesztést azonosít. Az AD a valószínűségi skálán mért eltérést jellemzi; az AD p-értéke szám, közlési határ vagy Nem elérhető érték lehet. Olvassa el a cellamegjegyzést. A Likelihood-hányados statisztika és az LRT p-értéke a megfelelő egymásba ágyazott családokat hasonlítja össze; nem az AD-illeszkedésvizsgálatot jelentik. A Nem alkalmazható és Nem elérhető nem sikeres eredmény. A 3-paraméteres Weibull AD-p-értéke numerikus, körülbelül 0.0183, függőben lévő határérték-minősítéssel; a 3-paraméteres lognormális, gamma- és loglogisztikus értékek nem elérhetők.

Illeszkedésvizsgálatok · 16 sor
JelöltADAD p-értékeLikelihood-hányados statisztikaLRT p-értéke
Normal2.73688< 0.005Stephens-féle normális AD-közelítés; alsó közlési határ 0.005—Nem alkalmazható
Normal after Box–Cox0.5524790.151353Stephens-féle normális AD-közelítés; alsó közlési határ 0.005—Nem alkalmazható
Lognormal0.5524790.151353Stephens-féle normális AD-közelítés; alsó közlési határ 0.005—Nem alkalmazható
3-parameter lognormal0.564131Nem elérhetőEhhez a háromparaméteres családhoz nem érhető el AD-valószínűség.0.02221930.881505Khi-négyzet, 1 szabadságfok; illesztett maximális likelihoodok
Exponential22.216< 0.003Stephens 4.12. táblázatának exponenciális szignifikanciaképletei, 1+0.6/n korrekció; saját ellenőrzések a 0.26, 0.51, 0.95 és 2.534 értékek mindkét oldalán—Nem alkalmazható
2-parameter exponential9.52934< 0.01Stephens 4.14. táblázata, 1+5.4/n-11/n² korrekció; lineáris táblázati interpoláció99.89661.60565e-23Khi-négyzet, 1 szabadságfok; korrigált eltolt exponenciális likelihood
Weibull2.14725< 0.01Stephens-féle szélsőérték-korrekció 1+0.2/sqrt(n); lineáris táblázati interpoláció—Nem alkalmazható
3-parameter Weibull0.9522250.0183026Lockhart–Stephens 1. táblázat, 7. eset; reciprok alakparaméter- és valószínűség-interpoláció; az alkalmazás saját eljárásának határérték-minősítése függőben14.4220.000146086Khi-négyzet, 1 szabadságfok; illesztett maximális likelihoodok
Smallest extreme value6.55729< 0.01Stephens-féle szélsőérték-korrekció 1+0.2/sqrt(n); lineáris táblázati interpoláció—Nem alkalmazható
Largest extreme value0.5811170.141662Stephens-féle szélsőérték-korrekció 1+0.2/sqrt(n); lineáris táblázati interpoláció—Nem alkalmazható
Gamma0.9170410.0215001Stephens 4.21. táblázata; az első sor 1 alatti alakparaméternél, lineáris alakparaméter-/valószínűség-interpoláció, aszimptotikus sor 20 feletti alakparaméternél; a tágabb határérték-minősítés függőben—Nem alkalmazható
3-parameter gamma0.664386Nem elérhetőEhhez a háromparaméteres családhoz nem érhető el AD-valószínűség.2.037910.15342Khi-négyzet, 1 szabadságfok; közölt módosított gamma-likelihood
Logistic2.04259< 0.005Stephens-féle logisztikus korrekció 1+0.25/n; lineáris táblázati interpoláció—Nem alkalmazható
Loglogistic0.5244430.141019Stephens-féle logisztikus korrekció 1+0.25/n; lineáris táblázati interpoláció—Nem alkalmazható
3-parameter loglogistic0.471833Nem elérhetőEhhez a háromparaméteres családhoz nem érhető el AD-valószínűség.0.2681540.604573Khi-négyzet, 1 szabadságfok; illesztett maximális likelihoodok
Normal after Johnson0.3954350.366495Stephens-féle normális AD-közelítés; alsó közlési határ 0.005—Nem alkalmazható
  • A jelöltek a megadott sorrendben láthatók, győztes eloszlás kiválasztása nélkül.
  • A likelihood-hányados próbák az eltolt családokat az eltolás nélküli változatukkal hasonlítják össze. Az eltolt exponenciális a korrigált becsléseit használja; a többi család az illesztett maximális likelihoodját.

Leíró statisztika

A Megfigyelések száma 120, a Hiányzó cellák száma 0, a Nem üres alcsoportok száma 120. Az Átlag, Medián, Minimum és Maximum az időtartamokat percben jellemzi; a Szórás a szóródásukat írja le. Az 1-es alcsoportnagyságnál a mérések egyediek maradnak.

Eredeti mérések, alcsoportátlagolás nélkül összevonva.

Leíró statisztika · 10 sor
StatisztikaÉrték
Megfigyelések120
Hiányzó cellák0
Nem üres alcsoportok120
Átlag19.597
Szórás7.72253
Minimum6.78
Medián17.605
Maximum46.86
Ferdeség0.99684
Többletcsúcsosság0.907451

A jelöltek eredményei

Az Állapot azt közli, hogy a jelöltet kiszámították-e, vagy nem elérhető. A Skála elkülöníti az eredeti és transzformált eredményeket. A Magyarázat megőrzi a validációs, konvergencia- és módszertani megszorításokat. Mind a 16 eredmény szerepel; ne hagyjon el észrevétlenül nem elérhető eredményt.

A jelöltek eredményei · 16 sor
JelöltÁllapotSkálaMagyarázat
NormalKiszámítvaeredetiA validációs adatkészlettel ellenőrizve
Normal after Box–CoxKiszámítvatranszformáltA validációs adatkészlettel ellenőrizve
LognormalKiszámítvaeredetiA validációs adatkészlettel ellenőrizve
3-parameter lognormalKiszámítvaeredetiAz eredmények eltérhetnek más statisztikai szoftverekétől, mert a küszöbérték becslése és a konvergenciamódszerek különböznek. Nem közlünk becslést, ha az illesztés nem konvergál.
ExponentialKiszámítvaeredetiA validációs adatkészlettel ellenőrizve
2-parameter exponentialKiszámítvaeredetiA validációs adatkészlettel ellenőrizve
WeibullKiszámítvaeredetiA validációs adatkészlettel ellenőrizve
3-parameter WeibullKiszámítvaeredetiAz eredmények eltérhetnek más statisztikai szoftverekétől, mert a küszöbérték becslése és a konvergenciamódszerek különböznek. Nem közlünk becslést, ha az illesztés nem konvergál.
Smallest extreme valueKiszámítvaeredetiA validációs adatkészlettel ellenőrizve
Largest extreme valueKiszámítvaeredetiA validációs adatkészlettel ellenőrizve
GammaKiszámítvaeredetiA validációs adatkészlettel ellenőrizve
3-parameter gammaKiszámítvaeredetiAz eredmények eltérhetnek más statisztikai szoftverekétől, mert a küszöbérték becslése és a konvergenciamódszerek különböznek. Nem közlünk becslést, ha az illesztés nem konvergál.
LogisticKiszámítvaeredetiA validációs adatkészlettel ellenőrizve
LoglogisticKiszámítvaeredetiA validációs adatkészlettel ellenőrizve
3-parameter loglogisticKiszámítvaeredetiAz eredmények eltérhetnek más statisztikai szoftverekétől, mert a küszöbérték becslése és a konvergenciamódszerek különböznek. Nem közlünk becslést, ha az illesztés nem konvergál.
Normal after JohnsonKiszámítvatranszformáltA validációs adatkészlettel ellenőrizve

Paraméterbecslések

A paraméterek az egyes jelöltek matematikai konvenciójához tartoznak. A Skála és a Konvenció az értelmezésüket magyarázza; a lognormális helyzet és skála az ln(X − küszöbérték) értékre vonatkozik, noha a modell az eredeti időtartamokat jellemzi. A transzformált normális paraméterek transzformált egységekben szerepelnek. A becslésekkel együtt őrizze meg a küszöbérték és a kovariancia megszorításait.

Paraméterbecslések · 16 sor
JelöltParaméterekSkálaKonvenció
Normallocation = 19.597; scale = 7.72253eredetiA skála és az alak a matematikai referencia-konvenciókat követi.
Normal after Box–Coxlocation = 2.90216; scale = 0.385417transzformáltA skála és az alak a matematikai referencia-konvenciókat követi.
Lognormallocation = 2.90216; scale = 0.385417eredetiA helyzet és a skála az ln(X − küszöbérték) értékre vonatkozik.
3-parameter lognormallocation = 2.93063; scale = 0.372998; threshold = -0.489666eredetiA helyzet és a skála az ln(X − küszöbérték) értékre vonatkozik.
Exponentialscale = 19.597eredetiInicializálás az origón átmenő valószínűségi ábra regressziójával és Newton-becslések logaritmikus skálán, 1e−4 relatív leállási toleranciával és 1e−6 abszolút lépéstoleranciával; a mintaátlagon alapuló egzakt likelihood-becslést külön őrizzük meg.
2-parameter exponentialscale = 12.9247; threshold = 6.67229eredetiInicializálás a valószínűségi ábra regressziójával, váltakozó Newton-frissítések logaritmikus skálán és küszöbérték = minimum − skála/n; a paraméterek és a likelihood együttes leállási feltételét a validációs adatkészlettel ellenőrizték. A tartóhalmaz határán adódó likelihood-becslést külön őrizzük meg.
Weibullshape = 2.6814; scale = 22.0651eredetiA skála és az alak a matematikai referencia-konvenciókat követi.
3-parameter Weibullshape = 1.79811; scale = 14.9711; threshold = 6.28336eredetiA skála és az alak a matematikai referencia-konvenciókat követi.
Smallest extreme valuelocation = 23.7574; scale = 9.20238eredetiA skála és az alak a matematikai referencia-konvenciókat követi.
Largest extreme valuelocation = 16.1294; scale = 5.91185eredetiA skála és az alak a matematikai referencia-konvenciókat követi.
Gammashape = 6.99122; scale = 2.80309eredetiGreenwood–Durand-inicializálás, relatív Newton-leállás 1e−4 értéknél és linearizált végső skálafrissítés; az egzakt likelihood-becsléseket külön őrizzük meg.
3-parameter gammashape = 3.99933; scale = 3.82201; threshold = 4.31151eredetiVéges feltételes gamma-becslés, majd küszöbérték = minimum − gamma-kvantilis az 1/(n+1) helyen; a paraméterek és a likelihood együttes konvergenciája. Az alakot és a skálát az előző küszöbértéklépésből tartjuk meg.
Logisticlocation = 18.7606; scale = 4.22543eredetiA skála és az alak a matematikai referencia-konvenciókat követi.
Loglogisticlocation = 2.89811; scale = 0.217969eredetiA helyzet és a skála az ln(X − küszöbérték) értékre vonatkozik.
3-parameter loglogisticlocation = 2.7846; scale = 0.244789; threshold = 1.88031eredetiA helyzet és a skála az ln(X − küszöbérték) értékre vonatkozik.
Normal after Johnsonlocation = 0.00290881; scale = 1.00489transzformáltA skála és az alak a matematikai referencia-konvenciókat követi.

Transzformációs részletek

A Transzformáció, Család, paraméterek és Előreirányú képlet az illesztett transzformációkat dokumentálja. A Box–Cox itt ln(X) függvényt, a Johnson a megadott SU képletet használja. Ebben a példában egyik transzformált oszlopot sem tároljuk. E képletek az elemzés skáláját változtatják meg, nem a rögzített időtartamokat.

Transzformációs részletek · 2 sor
TranszformációCsaládTranszformációs paraméterekElőreirányú képlet
Normal after Box–CoxBox–Coxpower = 0; optimal_power = 0.0480987ln(X)
Normal after JohnsonSUgamma = -1.21067; eta = 1.31136; epsilon = 12.0096; lambda = 5.44783gamma + eta·asinh((X−epsilon)/lambda)
  • A transzformáció utáni normális paraméterek és percentilisek transzformált egységekben szerepelnek.

Valószínűségi ábrák 5–8

A következő négy jelölt valószínűségi ábráit a panelek saját skáláján hasonlítsa össze. A görbület és az eloszlásfarkak eltérései megmutatják, hol írhatja le gyengén az illesztett modell a befejezési időket; őrizze meg a panelek megszorításait.

Valószínűségi ábrák 5–8
Teljes méretű diagram megtekintése (új lapon nyílik meg)

Valószínűségi ábrák 9–12

Ezek a valószínűségi ábrák a következő négy beállított jelölttel folytatják az összehasonlítást. Egyedi skálájukat és a hosszú időtartamok eloszlásfarkát értelmezze, ne pusztán a vizuális hasonlóság alapján ítélje meg a modelleket.

Valószínűségi ábrák 9–12
Teljes méretű diagram megtekintése (új lapon nyílik meg)

Valószínűségi ábrák 13–16

A fennmaradó jelöltek valószínűségi ábráit, a transzformált normális illesztésekkel együtt, a jelzett skálán olvassa. Az egyenesnek látszó mintázat nem azonosít egyetlen valódi modellt, és nem szünteti meg a módszer korlátait.

Valószínűségi ábrák 13–16
Teljes méretű diagram megtekintése (új lapon nyílik meg)

A háromparaméteres Weibull módszertani megszorítása

A mentett Weibull AD-p-érték 0.018302630915132106. Rögzített módszere a Lockhart–Stephens 1. táblázat, 7. eset, reciprok alakparaméter- és valószínűség-interpolációval; az alkalmazás saját eljárásának határérték-minősítése függőben van. Őrizze meg e megszorítást, amikor az illesztés elleni bizonyítékról beszél. Ez nem megszorítás nélküli, teljesen validált valószínűség.

8. Jelentés készítése

Tartsa meg az összes Goodness-of-fit tests, Candidate outcomes, Parameter estimates, Transformation details és Descriptive statistics eredményt, valamint mind a négy csoportosított valószínűségi ábrát. Őrizze meg a közlési határokat, a nem elérhető valószínűségeket és minden módszertani megszorítást, az eltolt exponenciális feltételes intervallumaival együtt.

Válassza az Add to report lehetőséget a befejezett futtatásban. Nyissa meg a Choose individual items and advanced options panelt a táblázatok és diagramok kiválasztásához, majd válassza az Add to draft lehetőséget. A rejtett elemek megmaradnak a mentett elemzésben.

Nevezze el a jelentést, és adja meg a vizsgálat célját és saját értelmezését. Válassza a Save lehetőséget, tekintse meg a Preview nézetet, majd használja az Export → Download HTML lehetőséget. Az alábbi példa a teljes kiválasztott tartalmat tartalmazza, a képernyőn egyszerre látható részen túli eredményekkel együtt.

Ez a jelentés az alkalmazásban készült, és angol nyelvű. A Help-példa teljes eredeti kimenete, beleértve a vonatkozó táblázatokat, diagramokat és a futtatás megjegyzéseit. A jelentések számai az alkalmazásban megjelenített számjegyszámot követik. Az exportált diagramok statikusak. Keskeny képernyőn a széles diagramok és táblázatok oldalirányban görgethetők.
Példajelentés megtekintése: A próbapadi vizsgálati idők szóródásának modellezése

A Microsoft Clarity segítségével értjük meg, hogyan használják a látogatók a weboldalt, beleértve a munkamenet-felvételeket és a hőtérképeket is. A weboldalt a webanalitika elfogadása nélkül is használhatja.

Választását hat hónapig tároljuk ebben a böngészőben. Adatvédelmi tájékoztató

Jelenlegi választás: Nincs választás.