분포 적합
"연속형 적합" 또는 "이산형 적합" 하위 메뉴의 옵션을 사용하여 연속형 변수에 분포를 적합시킬 수 있습니다. 연속형 변수에 분포를 적합시키면 히스토그램에 곡선이 중첩 표시되고 보고서 창에 분포 비교 보고서와 적합 분포 보고서가 추가됩니다. 적합 분포 보고서의 빨간색 삼각형 메뉴에는 추가 옵션이 포함되어 있습니다. 자세한 내용은 분포 적합 옵션에서 확인하십시오. 열에 "분포" 열 특성이 포함된 경우 분포 보고서에서 해당 열 특성의 분포는 기본값으로 적합됩니다.
참고: 수명 분포 플랫폼에도 분포 적합을 위한 옵션이 포함되어 있으며 여기에는 다른 파라미터화 방법이 사용되고 중도절단된 관측값이 허용될 수 있습니다. 자세한 내용은 신뢰성 및 생존 방법의 수명 분포에서 확인하십시오.
연속형 적합
"연속형 적합" 하위 메뉴에는 연속형 분포를 적합시키기 위한 옵션이 포함되어 있습니다. 이러한 분포의 파라미터화 방법에 대한 자세한 내용은 연속형 적합 분포에 대한 통계 상세 정보에서 확인하십시오.
정규 적합
데이터에 정규 분포를 적합시킵니다. 정규 분포는 대개 대부분의 값이 곡선의 가운데에 있는 대칭적 데이터를 모델링하는 데 사용됩니다. 정규 분포에 대한 모수 추정은 비편향 추정값을 사용합니다.
Cauchy 적합
데이터에 Cauchy 분포를 적합시킵니다. Cauchy 분포는 평균과 표준편차가 정의되어 있지 않습니다. 대부분의 데이터가 본질적으로 Cauchy 분포를 따르기는 하지만 데이터에 포함된 이상치의 비율이 높은 경우(최대 50%) 데이터의 로버스트 위치 및 척도를 추정하는 데 이 분포가 특히 유용할 수 있습니다.
스튜던트 t 적합
데이터에 스튜던트 t 분포를 적합시킵니다. 스튜던트 t 분포는 정규 분포와 Cauchy 분포 사이의 공간을 차지하는 로버스트 옵션입니다. 스튜던트 t 분포의 자유도가 무한대에 가까워지면 정규 분포와 동등합니다. 스튜던트 t 분포의 자유도가 1이면 Cauchy 분포와 동등합니다. 분포 플랫폼은 자유도 값을 추정합니다.
SHASH 적합
데이터에 SHASH(SinH-ArcSinH) 분포를 적합시킵니다. SHASH 분포는 정규 분포로 변환된다는 점에서 Johnson 분포와 유사하지만 SHASH 분포에는 정규 분포가 특수한 경우로 포함되어 있습니다. 이 분포는 대칭적일 수도 있고 비대칭적일 수도 있습니다.
ZI SHASH 적합
데이터에 ZI(영과잉) SHASH(SinH-ArcSinH) 분포를 적합시킵니다. 영과잉 SHASH 분포는 점질량이 0인 SHASH 분포와 동일합니다. 이 분포는 대칭적일 수도 있고 비대칭적일 수도 있습니다.
지수 적합
(모든 관측값이 음수가 아닌 경우에만 사용 가능) 데이터에 지수 분포를 적합시킵니다. 지수 분포는 오른쪽으로 편중된 분포로, 대개 수명이나 연속된 이벤트 사이의 시간을 모델링하는 데 사용됩니다.
ExGaussian 적합
데이터에 지수 수정 가우시안 분포를 적합시킵니다. ExGaussian 분포는 정규 분포와 지수 분포를 더하여 파생됩니다. 이 분포는 대칭적일 수도 있고 비대칭적일 수도 있습니다.
감마 적합
(모든 관측값이 양수인 경우에만 사용 가능) 데이터에 감마 분포를 적합시킵니다. 감마 분포는 양수 값을 모델링하기 위한 유연한 분포입니다.
로그 정규 적합
(모든 관측값이 양수인 경우에만 사용 가능) 데이터에 로그 정규 분포를 적합시킵니다. 로그 정규 분포는 오른쪽으로 편중된 분포로, 대개 수명이나 이벤트까지의 시간을 모델링하는 데 사용됩니다. 로그 정규 분포에 대한 모수 추정은 최대 가능도 추정값을 사용합니다.
Weibull 적합
(모든 관측값이 양수인 경우에만 사용 가능) 데이터에 Weibull 분포를 적합시킵니다. Weibull 분포는 유연한 분포로, 대개 수명이나 이벤트까지의 시간을 모델링하는 데 사용됩니다.
정규 2 혼합 적합
두 가지 정규 분포의 혼합 분포를 적합시킵니다. 이 유연한 분포는 이봉 분포 데이터를 적합시킬 수 있습니다.
정규 3 혼합 적합
세 가지 정규 분포의 혼합 분포를 적합시킵니다. 이 유연한 분포는 다봉 분포 데이터를 적합시킵니다.
평활 곡선 적합
비모수 밀도 추정을 사용하여 평활 곡선을 적합시킵니다. "비모수 밀도" 보고서에 나타나는 슬라이더로 커널 대역폭을 변경하여 평활 정도를 조절할 수 있습니다. 커널 대역폭은 다음과 같이 계산됩니다. 여기서 n은 고유 관측값 수이고 S는 비수정 표본 표준편차입니다.
Johnson 적합
데이터에 Johnson 분포를 적합시킵니다. 세 가지 유형의 Johnson 분포(Su, Sb 및 Sl) 중 가장 적절한 분포가 적합되어 보고됩니다. Johnson 분포 계열은 왜도와 첨도의 가능한 모든 조합을 지원하므로 데이터 적합 기능에 유용합니다. Johnson 분포의 선택 프로시저 및 모수 추정에 대한 자세한 내용은 Slifker and Shapiro 연구 자료(1980)에서 확인할 수 있습니다.
베타 적합
(모든 관측값이 0에서 1 사이인 경우에만 사용 가능) 데이터에 베타 분포를 적합시킵니다. 베타 분포는 0에서 1 사이의 데이터를 모델링하는 데 유용하며, 대개 비율을 모델링하는 데 사용됩니다.
전체 적합
변수에 사용 가능한 모든 연속형 분포를 적합시킵니다. "분포 비교" 보고서에는 각 적합 분포에 대한 통계량이 포함됩니다. 기본적으로는 최량 적합 분포가 선택되어 히스토그램에 표시됩니다. 체크박스를 사용하여 선택한 분포에 대한 적합 보고서를 표시하거나 숨기고 분포 곡선을 중첩 표시할 수 있습니다. 기본적으로 "분포 비교" 목록은 AICc를 기준으로 오름차순 정렬됩니다.
팁: "분포" 열에서 분포 이름을 두 번 클릭하면 "분포 비교" 목록의 분포를 빠르게 제거할 수 있습니다. 이렇게 하면 해당하는 적합 분포 보고서도 제거됩니다.
레거시 적합기 사용
"레거시 적합기" 하위 메뉴를 표시하거나 숨깁니다. JMP 15에서 분포 적합의 일부 기능이 업데이트되었습니다. 이 옵션을 활성화하면 호환성을 위해 유지된 이전 JMP 릴리스의 기능을 사용할 수 있습니다. 이러한 레거시 적합기에 대한 설명서는 JMP 16.1 도움말의 "Details for the Legacy Distribution Fitters" 섹션에서 확인하십시오.
이산형 적합
"이산형 적합" 하위 메뉴는 모든 데이터 값이 정수일 때 사용할 수 있습니다. "이산형 적합" 하위 메뉴에는 이산형 분포를 적합시키기 위한 옵션이 포함되어 있습니다. 이러한 분포의 파라미터화 방법에 대한 자세한 내용은 이산형 적합 분포에 대한 통계 상세 정보에서 확인하십시오.
Poisson 적합
데이터에 Poisson 분포를 적합시킵니다. Poisson 분포는 특정 구간 내의 사건 수를 모델링하는 데 유용하며 대개 개수 데이터로 표현됩니다.
음이항 적합
데이터에 음이항 분포를 적합시킵니다. 음이항 분포는 지정된 실패 횟수에 도달하기 전의 성공 횟수를 모델링하는 데 유용합니다. 또한 음이항 분포는 감마 Poisson 분포와 동등합니다.
ZI Poisson 적합
(데이터에 0 값이 있는 경우에만 사용 가능) 데이터에 영과잉 Poisson 분포를 적합시킵니다. 영과잉 Poisson 분포에서는 표준 Poisson 분포에 비해 더 많은 비율의 데이터가 0 값이라고 가정합니다.
ZI 음이항 적합
(데이터에 0 값이 있는 경우에만 사용 가능) 데이터에 영과잉 음이항 분포를 적합시킵니다. 영과잉 음이항 분포에서는 표준 음이항 분포에 비해 더 많은 비율의 데이터가 0 값이라고 가정합니다.
이항 적합
데이터에 이항 분포를 적합시킵니다. 이항 분포는 n번의 독립 시행(단, 모든 시행의 성공 확률 p는 고정됨) 시 총 성공 횟수를 모델링하는 데 사용됩니다. 표본 크기는 모든 관측값에 대해 고정된 표본 크기로 지정할 수도 있고, 각 행의 표본 크기가 포함된 데이터 테이블 내의 다른 열로 지정할 수도 있습니다.
참고: 일정하지 않은 표본 크기를 지정할 경우에는 밀도 곡선, 진단 그림 및 프로파일러를 사용할 수 없습니다.
베타 이항 적합
데이터에 베타 이항 분포를 적합시킵니다. 베타 이항 분포는 이항 분포의 과대산포 버전입니다. 이 분포를 적합시키려면 각 관측값에 대해 표본 크기가 1보다 커야 합니다. 표본 크기는 모든 관측값에 대해 고정된 표본 크기로 지정할 수도 있고, 각 행의 표본 크기가 포함된 데이터 테이블 내의 다른 열로 지정할 수도 있습니다.
참고: 일정하지 않은 표본 크기를 지정할 경우에는 밀도 곡선, 진단 그림 및 프로파일러를 사용할 수 없습니다.
ZI 이항 적합
(데이터에 0 값이 있는 경우에만 사용 가능) 데이터에 영과잉 이항 분포를 적합시킵니다. 영과잉 이항 분포에서는 표준 이항 분포에 비해 더 많은 비율의 데이터가 0 값이라고 가정합니다.
참고: 일정하지 않은 표본 크기를 지정할 경우에는 밀도 곡선, 진단 그림 및 프로파일러를 사용할 수 없습니다.
ZI 베타 이항 적합
(데이터에 0 값이 있는 경우에만 사용 가능) 데이터에 영과잉 베타 이항 분포를 적합시킵니다. 영과잉 베타 이항 분포에서는 표준 베타 이항 분포에 비해 더 많은 비율의 데이터가 0 값이라고 가정합니다.
참고: 일정하지 않은 표본 크기를 지정할 경우에는 밀도 곡선, 진단 그림 및 프로파일러를 사용할 수 없습니다.
분포 적합 옵션
각 적합 분포 보고서에는 추가 옵션이 포함된 빨간색 삼각형 메뉴가 있습니다.
밀도 곡선
분포의 추정 모수를 사용하여 히스토그램에 밀도 곡선을 중첩 표시합니다.
진단 그림
적합 분포의 적합도를 시각적으로 확인할 수 있는 진단 그림 옵션이 포함되어 있습니다. 이 그림은 각 표본 데이터 점이 모집단의 분위수를 추정한다는 개념을 기반으로 합니다. 다음 옵션이 포함되어 있습니다.
QQ 그림
QQ(분위수-분위수) 그림을 표시하거나 숨깁니다. 이 그림은 적합된 분포의 관련 분위수와 관측값 간의 관계를 보여 줍니다. 선형 관계는 데이터가 적합된 분포를 따른다는 증거입니다. QQ 그림을 확률도라고도 합니다.
참고:정규 분위수 그림은 정규 분포의 QQ 그림입니다. QQ 그림 생성에 대한 자세한 내용은 정규 분위수 그림에서 확인하십시오.
PP 그림
PP(백분위수-백분위수) 그림을 표시하거나 숨깁니다. 이 그림은 경험적 CDF(누적 분포 함수)와 적합 CDF 간의 관계를 보여 줍니다.
프로파일러
다음 옵션이 포함되어 있습니다.
분포 프로파일러
CDF(누적 분포 함수)의 예측 프로파일러를 표시하거나 숨깁니다.
분위수 프로파일러
분위수 함수의 예측 프로파일러를 표시하거나 숨깁니다.
열 저장
다음 옵션이 포함되어 있습니다.
밀도 계산식 저장
추정 모수 값을 사용하여 계산된 밀도 계산식이 포함된 열을 데이터 테이블에 저장합니다.
분포 계산식 저장
추정 모수 값을 사용하여 계산된 CDF(누적 분포 함수)가 포함된 열을 데이터 테이블에 저장합니다.
시뮬레이션 계산식 저장
추정 모수를 사용하여 시뮬레이션된 값을 생성하는 계산식이 포함된 열을 데이터 테이블에 저장합니다. 이 열은 "시뮬레이션" 유틸리티에서 "스위치 인할 열"로 사용할 수 있습니다. 자세한 내용은 시뮬레이션에서 확인하십시오.
변환 저장
(Johnson 및 SHASH 분포 적합의 경우에만 사용 가능) 변환 계산식이 포함된 열을 데이터 테이블에 저장합니다. 이 계산식은 적합된 분포를 사용하여 분석 열을 정규 분포로 변환하는 데 사용할 수 있습니다.
적합도
(Johnson, 평활 곡선 또는 정규 혼합 분포에는 사용 불가능) 적합된 분포에 대한 적합도 검정이 포함된 적합도 검정 보고서를 표시하거나 숨깁니다.
연속형 적합의 경우 적합도 검정은 Anderson-Darling 검정입니다. 검정의 p 값은 Stephens 연구 자료(1974)의 섹션 4.1에 설명된 절차와 유사하게 모수 붓스트랩을 사용하여 시뮬레이션됩니다. 정규 분포의 경우 표본 크기가 2,000보다 작고 고정 모수가 없으면 Shapiro-Wilk 정규성 검정도 보고됩니다.
이산형 적합의 경우 적합도 검정은 Pearson 카이제곱 검정입니다. 이항 및 베타 이항 적합의 경우 시행 횟수가 상수일 때만 적합도 검정을 사용할 수 있습니다.
모수 고정
(Johnson 분포 또는 평활 곡선 적합에는 사용 불가능) 모수를 고정하고 고정되지 않은 모수를 다시 추정할 수 있습니다. 새 모수를 검정하여 해당 모수가 데이터를 적합시키는지 여부를 확인하는 "적합성 LR 검정"(LR: 가능도비) 보고서도 표시됩니다.
공정 능력
(Cauchy, 스튜던트 t, ZI SHASH 또는 이산형 분포 적합에는 사용 불가능) 적합된 분포를 사용하여 공정 능력 분석을 생성할 수 있습니다. 공정 능력 분석에서는 규격 한계를 기준으로 공정이 얼마나 잘 수행되고 있는지를 측정합니다. "적합 분포"의 빨간색 삼각형 메뉴에서 "공정 능력" 옵션을 선택하면 다음 섹션이 포함된 창이 나타납니다.
규격 한계 입력
규격 한계를 수동으로 입력할 수 있습니다. 적합된 분포를 사용하여 규격 한계를 계산하려면 이 섹션을 비워 두고 "분위수 규격 한계 계산 옵션" 아래의 옵션을 사용하십시오.
분위수 규격 한계 계산 옵션
적합된 분포를 기준으로 규격 한계를 계산할 수 있습니다. 두 가지 방법을 사용할 수 있습니다.
첫 번째 방법에서는 적합된 분포의 분위수와 연관된 확률을 입력하여 규격 한계를 계산합니다.
두 번째 방법에서는 규격 한계를 계산하는 데 사용되는 K 시그마 승수 값을 입력합니다. 이 방법을 사용할 경우 양측 또는 단측 한계를 생성할 수 있습니다.
확률 또는 시그마 승수 값을 입력한 후 규격 한계 계산을 클릭하여 규격 한계를 계산합니다. 이러한 한계는 "규격 한계 입력" 패널에 입력됩니다. 확인을 클릭하여 입력된 한계를 적용하고 공정 능력 보고서를 생성합니다. "규격 한계와 분포를 보고서 없이 열 특성에 저장" 옵션을 선택하고 "확인"을 클릭하면 해당 열 특성이 데이터 테이블에 저장되고 "분포" 보고서 창에 아무것도 추가되지 않습니다.
공정 능력 옵션
다음 옵션이 포함되어 있습니다.
"이동 범위 옵션" 개요에는 이동 범위 통계량의 유형을 선택할 수 있는 옵션이 포함되어 있습니다. 자세한 내용은 품질 및 공정 방법의 이동 범위 옵션에서 확인하십시오.
"비정규 분포 옵션" 개요에는 비정규 공정 능력 계산에 사용되는 방법을 선택할 수 있는 옵션이 포함되어 있습니다. 자세한 내용은 품질 및 공정 방법의 비정규 분포 옵션에서 확인하십시오.
"공정 능력" 옵션 및 보고서에 대한 자세한 내용은 품질 및 공정 방법의 공정 능력에서 확인하십시오.
참고: 파일 > 환경 설정 > 플랫폼 > 공정 능력에서 공정 능력 보고서의 다양한 옵션에 대한 환경 설정을 지정할 수 있습니다.
적합 제거
보고서 창에서 분포 적합을 제거합니다.