（請注意，2018 年 6 月 28 日的新版本支持按組。 否則就和以前一樣了。）
JMP 在分佈平台中提供了偏離正態分佈的 Shapiro-Wilk 檢驗。 該測試已被證明比其他測試更強大，包括 Anderson-Darling 測試 (1)。 （請注意，所有此類測試都具有小樣本的低功效。）不過，您可能有使用 AD 測試進行正態性的先例，因此此插件實現了它。 該檢驗默認估計正態分佈的均值和標準差。 如果針對特定正態分佈的測試已知，則可以指定這些參數中的任一參數。 測試結果附加到分發平台。
使用前只需打開插件文件並在 JMP 中註冊即可。 然後，打開需要測試的數據列的數據表，選擇插件>安德森-達林正態性檢驗。 選擇數據列並單擊是，響應。 （可選）選擇具有組標識符的列，然後單擊經過。 如果平均值已知，則選擇已知單選按鈕意思是並在提供的框中輸入值。 標準差也是如此。
點擊好的。 每個樣本都會短暫出現一個警報窗口。 這p -A 方檢驗統計量的值是通過原假設下 100,000 個樣本的蒙特卡羅模擬計算得出的。
測試報告顯示在窗口底部。 報告 A 方和調整後的 A 方檢驗統計數據。 近似值p -第二個檢驗統計量的值是根據一組四個插值函數 (2) 計算得出的。
筆記該測試的先前版本（2014 年 6 月 5 日之前）作為腳本計算了p -A 方格的值不正確地並且不應該使用。 如果您在更正可用之前下載了該版本，請將此版本替換為此加載項。
參考
(1) Razali、Normadiah Modh 和 Yap Bee Wah (2011) Shapiro-Wilk、Kolmogorov-Smirnov、Lilliefors 和 Anderson-Darling 檢驗的功效比較，統計建模與分析雜誌， 2 (1)21-33。
(2) RB 達古斯蒂諾和馬 斯蒂芬斯編輯， 1986年，擬合優度技術，馬塞爾·德克爾。
謝謝馬克！ 這對於我們這些在醫療器械行業工作的人來說實際上非常有用，因為我們總是運行這些正態性測試...... 我們經常使用 AD 檢驗統計量（以及相關的 p 值），因為它在 Minitab 中默認實現（並且 Minitab 在這些設備公司中更常用）。
你好馬克，
我們注意到，當將結果保存在資料表中時，JMP 僅編寫分佈腳本（不考慮 AD 測試）。
關於如何修復它有什麼想法嗎？
謝謝。
你好@FN ，我將提到的包括在內@馬克貝利以防萬一他沒有看到你的貼文。不幸的是，我們無法無限期地維護插件，但幸運的是，客戶確定了 AD 測試的需求並將其合併到 JMP 15 中。我建議在連續擬合 > 擬合正常下使用內建的 Anderson Darling 測試分佈>擬合優度。您可以看到腳本操作「擬合常態（擬合優度 (1)）」在 JMP 中捕獲了 SW 和 AD 測試結果。
@派崔克朱利亞諾，感謝您的 ping。 首先，JMP 平台不會保存透過腳本進行的任何自訂設定。 它們僅捕獲透過紅色小三角選單或直接操作以互動方式進行的更改（例如，更改圖框尺寸）。 其次，這個插件不再是必要的，因為@派崔克朱利亞諾解釋道。
