基本分析 • 分布 • 拟合分布 • 连续拟合
上一个
 • 
下一个
连续拟合
使用连续拟合选项可拟合连续变量的以下分布。
•
正态分布通常用于针对对称且多数值位于曲线中间的测量值建模。JMP 在确定“正态”分布的参数时使用无偏估计值。
•
“对数正态”分布通常用于对受零约束但有少量极大值的值建模。“对数正态”分布可通过将“正态”分布指数化得到。JMP 在确定“对数正态”分布的参数时使用最大似然估计值。
•
“Weibull”分布、“有阈值的 Weibull”分布和“极值”分布通常可为估计寿命（特别是机械设备和生物学方面）提供合适的模型。
•
指数分布尤其适用于描述随时间随机出现的事件，如生存数据。指数分布可能还适用于对不重叠事件各次出现之间经过的时间进行建模。例如用户计算机查询与服务器响应之间的时间、客户先后到达服务台相隔的时间，或是传入交换机的各次呼叫之间的时间。
•
Gamma 分布受零限制并具有灵活形状。
•
Beta 分布适用于对限制在 0,1 区间内的随机变量的行为建模。例如，比例总是介于 0 和 1 之间。
•
“正态混合”分布拟合混合的正态分布。这种灵活分布能够拟合多模态数据。您还可以拟合两个或更多分布，方法是选择两正态混合、三正态混合或其他选项。
•
“平滑曲线”分布使用非参数密度估计（核密度估计）拟合平滑曲线。平滑曲线叠加在直方图上，该图下方会出现一个滑块。通过使用滑块更改核心标准差来控制平滑度。初始核心标准差估计值基于数据的标准差计算得出。
•
Johnson Su、Johnson Sb 和 Johnson Sl 分布适用于其数据拟合能力，因为它支持偏度和峰度的每种可能组合。
•
“广义对数”(Glog) 分布适用于拟合与正态分布相差甚远且经常具有不恒定方差的数据（如生化数据）。
比较所有分布
全部选项用于拟合变量的所有适用连续分布。“比较分布”报表包含有关每个拟合分布的统计量。使用复选框可显示或隐藏拟合报表以及叠加选定分布的曲线。默认情况下选定最佳拟合分布。
“显示分布”列表按 AICc 升序排序。
若变量包含负值，“显示分布”列表则不包含要求正值数据的那些分布。该命令仅拟合连续分布。具有阈值参数（如 Beta 和 Johnson Sb）的分布不包含在可能的分布列表中。
相关信息 
•
连续拟合分布
•
拟合分位数
•
“拟合分布”选项