JMP 能否对伽马泊松分布进行假设检验？我得到了符合伽马泊松分布的数据，但我不知道如何对此类数据进行假设检验。
我在网上查了一下，只找到了对泊松分布进行假设检验的方法，但没有看到任何关于伽马泊松分布的文章。
回复：JMP 可以对伽马泊松分布进行假设检验吗？据我所知，没有直接测试伽马泊松总体参数。 不过，这里有两件事可能会对您有所帮助。
首先，您可以在脚本编辑器中使用 JSL 概率函数（PDF、CDF 和逆 CDF）或列公式来创建这样的表。 查找此信息的快速方法是选择“帮助”>“脚本索引”。 将过滤器更改为“函数”（左上角按钮），然后选择“概率”组。 第二个列表将包含分布函数。
其次，您可以在拟合伽马泊松分布模型后要求分位数。 该命令位于用于拟合的红色小三角菜单中。
回复：JMP 可以对伽马泊松分布进行假设检验吗？我可以在互联网上找到泊松分布的假设检验，如下例所示，但似乎 JMP 没有这样的检验（我找不到累积表JMP 中的泊松分布）？ 另一个问题是当分布是伽马泊松时，我如何修改测试方法？
例子：
据了解，现有车型平均每年会发生 1.5 次故障。 现在我们要测试新设计的车型是否不太可能发生故障，随机选择 10 辆汽车在第一年内总共发生 8 次故障。
让X是一年内新车型发生故障的次数。 X 〜泊松（ λ ） 和λ =1.5。 原假设和备择假设将是
H 0: λ =1.5
H1：λ<1.5。
我们需要决定是否P[ X ≤8]< α ， 在哪里α =0.05。 首先，预计故障次数λ t =1.5×10=15。 我们使用累积表λ t =15 且X =8看P[ X ≤8]=0.0374
P[ X ≤8] = 0.0374 < 0.05
所以我们接受备择假设。 平均故障率有所下降。
回复：JMP 可以对伽马泊松分布进行假设检验吗？您还需要定义感兴趣的假设检验的特定类型。 有许多。 至少 JMP 支持多种非参数假设检验方法。
