배포 플랫폼은 JMP에서 가장 널리 사용되는 플랫폼 중 하나입니다. 이 플랫폼은 데이터에 적합한 분포를 테스트하는 데 사용될 뿐만 아니라 데이터 탐색, 공정 능력 분석 등에 사용됩니다. 이 플랫폼은 JMP의 첫 번째 버전부터 존재해 왔으며 이제는 현대화가 필요한 시점이었습니다.JMP 15 일반적으로 사용되는 플랫폼을 현대화했습니다.
내 첫 번째 블로그 게시물 JMP 15의 새로운 피팅에 대해 자세히 설명했습니다. 두번째 블로그 게시물 분포 적합성을 자세히 비교합니다. 이 블로그 게시물에서는 적합 분포에 사용할 수 있는 새로운 옵션에 대해 자세히 설명합니다.
진단 플롯
진단 플롯이 두 개의 새로운 플롯(QQ 및 PP 플롯)으로 대체되었습니다. 분위수-분위수(QQ) 도표는 추정된 매개변수를 사용하여 얻은 분위수와 관측치 간의 관계를 보여줍니다. 백분위수-백분위수(PP) 도표는 경험적 누적 분포 함수(CDF)와 추정 매개변수를 사용하여 얻은 적합 CDF 간의 관계를 보여줍니다.
이러한 플롯의 예를 보려면 품질 관리 샘플 데이터 폴더에 있는 Braces.jmp를 엽니다.
Open("$SAMPLE_DATA/Quality Control/Braces.jmp");
분석->분포를 선택합니다.# 결함을 Y, 열로 지정하고 확인을 클릭합니다.
결함 # 옆에 있는 빨간색 삼각형에서 이산 맞춤 -> 음이항 맞춤을 선택합니다. Fitted Negative Binomial Distribution 옆의 빨간색 삼각형에서 QQ 도표와 PP 도표를 선택합니다.
QQ 플롯의 경우 대부분의 관측치가 대각선에 가깝습니다. 마지막 점이 의심스럽습니다. 두 세트(적합된 음이항 분위수 및 결함 #개)가 동일한 분포에서 나온 경우 점은 대략 기준선을 따라야 합니다. PP 플롯도 비슷한 해석을 가지고 있습니다. PP 도표의 점은 음이항 적합 CDF와 경험적 CDF가 동일한 분포를 갖는 모집단에서 나온 것임을 나타내는 기준선을 대략적으로 따릅니다.
프로파일러
두 개의 프로파일러가 추가되었습니다. 분포 프로파일러는 누적 분포 함수(CDF)의 예측 프로파일러입니다. Quantile Profiler는 Quantile 함수의 예측 프로파일러입니다.
이전 예를 사용하여 Fitted Negative Binomial Distribution 옆의 빨간색 삼각형 메뉴에서 Distribution Profiler 및 Quantile Profiler를 선택합니다.
데이터가 적합된 음이항 분포를 따르는 경우 분포 프로파일러는 27개 이하의 결점을 얻을 확률이 .896934(~90%)임을 보여줍니다. Quantile Profiler는 Distribution Profiler의 반대 기능을 제공합니다. 이 예에서 7개 이하의 결점을 얻을 확률은 .1 또는 10%입니다. 프로파일러는 대화형입니다. 슬라이더를 움직여 다양한 결함 수에 대한 확률을 확인할 수 있습니다.
열 저장
두 가지 새로운 저장 열 기능이 추가되었습니다. 분포 공식 저장은 추정된 모수 값을 사용하여 계산된 누적 분포 함수(CDF) 공식이 포함된 데이터 테이블에 열을 저장합니다. 시뮬레이션 공식 저장은 추정된 매개변수를 사용하여 시뮬레이션된 값을 생성하는 공식이 포함된 데이터 테이블에 열을 저장합니다. 이 열은 Simulate 유틸리티에서 사용할 수 있습니다.
적합도
적합도 테스트는 연속 적합에 대한 Anderson-Darling 테스트와 개별 적합에 대한 Pearson 카이제곱 테스트로 표준화되었습니다. Pearson Chi-Square 테스트를 통해 빈 생성이 개선되었습니다. JMP 이제 각 Bin에 최소 5개의 예상 관측치가 있다는 경험 법칙을 충족합니다.
이전 예에서는 Fitted Negative Binomial Distribution 옆에 있는 빨간색 삼각형을 클릭하고 Goodness of Fit을 선택합니다.
p-값은 0.4971입니다. 의미 있는 알파 수준에서는 데이터가 음이항 분포에서 나온 것이라는 귀무 가설을 기각하지 못합니다.
요약
- QQ 플롯
- PP 도표
- 배포 프로파일러
- 분위수 프로파일러
- 분포식 저장
- 시뮬레이션 공식 저장
- 앤더슨-달링
- Pearson Chi-Square 개선된 비닝
이 세 가지 블로그 게시물은 단지 표면적인 내용일 뿐입니다. JMP 15 유통 플랫폼의 새로운 기능. 배포 플랫폼의 새로운 기능 옵션을 자세히 설명하는 다음 블로그 게시물을 찾아보세요.
Anderson-Darling 테스트에는 더 많은 처리 시간이 필요합니다.이는 보다 신뢰할 수 있는 p-값을 얻기 위해 지불하는 대가입니다.
배관공에게 새로 고침을 매우 환영합니다.그러나 이제 적합도가 포함되면 상당한 성능 저하가 발생합니다.
3개의 분포를 20개의 열 변수에 피팅:
레거시: 0.4초
신규: 6.3초
20개의 열 변수를 맞추는 것이 아니라 1000에 가까워진다는 점을 고려하면 상당한 성능 저하입니다!
이전 버전에서는 일부 배포판에는 본질적으로 qq 플롯이 있고 다른 배포판에는 pp 플롯이 있다는 불만이 있었습니다. 그래서 우리는 각각에 가장 적합한 진단 플롯을 선택하는 대신 각 분포에 대해 두 가지를 모두 제공하기로 결정했습니다.
발견한 바와 같이 신뢰 구간 대역은 아직 이러한 플롯에 추가되지 않았습니다.개발자는 이를 추가할 계획입니다.현재 우리는 JMP 17에 대한 구현 가능성을 조사하고 있습니다.
이전 진단 도표에는 신뢰한계가 포함되어 있으며 JMP의 일반 분위수 도표와 유사했습니다.새로운 QQ 플롯은 경계를 허용하지 않는 것으로 보이며 일반 분위수 플롯의 거울 이미지로 보입니다.이러한 변화의 이유는 무엇이었나요?간격이 QQ 플롯에 포함될 수 있습니까?(간격 부족으로 인해 교육 프리젠테이션이 크게 재구성되고 있으며 변경 이유를 알고 싶습니다.)
