擬合優度尊敬的 JMP 用戶，
我有一個關於使用 P 值來檢查數據集是否符合分佈的問題。
對於 JMP 中的某些分佈（正態分佈、對數正態分佈...），是否可以使用“擬合優度”檢查 p 值。 P 值<0.05 則數據與所選分佈不匹配，如果 p 值>0.05 則數據與所選分佈匹配。
我嘗試將此功能與“Normal 2 Mixture”一起使用...但無法應用 JMP 菜單中的“擬合優度”。
你們中的一些人對此有一些解釋嗎？
預先感謝您的反饋。
此致，
西蒙娜
回复：擬合優度謝謝馬克。
清晰的解釋。
祝你有美好的一天。
此致，
西蒙娜
回复：擬合優度p 值是根據原假設下模型的檢驗統計量的抽樣分佈計算得出的。 例如，有幾種檢驗統計量來衡量正態分佈模型的擬合優度。 Shapiro-Wilk W 統計量或 Anderson-Darling A2 統計量。 檢驗統計量並非適用於所有模型。
回复：擬合優度親愛的馬克，
感謝您的反饋和詳細信息。
我將用它作為分佈分析的指南。
據我了解：p值是一種數學計算...那麼為什麼有些分佈可以“生成”p值而其他分佈不能生成這個p值計算呢？
再次感謝你的反饋。
此致，
西蒙娜
回复：擬合優度許多分佈模型都有擬合優度的假設檢驗。 假設檢驗基於原假設（即假設為真的假設），即觀察到的數據樣本實際上來自具有這種分佈的總體。 另一種情況是人口不具有這樣的分佈。 已經為某些分佈開發了一項或多項統計數據來代表原假設。 這些統計數據的抽樣分佈用於計算 p 值。 一些統計數據比其他統計數據更好地涵蓋了 p 值。 但並非所有發行版都有統計數據。 此外，分佈的混合模型沒有用於檢驗原假設的統計數據。
（當這樣的測試可用時，我會警告您不要總是使用 alpha = 0.05 對於每個有關重要性的決定。）
對於你的情況，我建議你使用信息準則而不是樣本統計。 AICc或者商業銀行可以用於此目的。 最佳模型僅基於標準是與最小標準值。 這是不是不過，這是一個測試。 沒有 p 值。 不存在“重大”或“不重大”之類的決定。 僅選擇一種模型而不是其他候選模型。
