密度椭圆<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />你好，
有没有关于Fit Y by X平台的密度椭圆计算的更详细的文档？
它与置信区间 (95%) 相关联，但它是如何计算的？
如果变量不服从正态分布怎么办？
你会如何比较这个椭圆和马氏距离？
感谢任何人都可以向我提供有关此密度椭圆的所有信息。
佛罗伦萨
回复：密度椭圆非常感谢健！
De : JMP 用户社区管理员 >
回复 à : "jive-1409537905-hwqt-2-4nkh@community.jmp.com" >
日期：jeudi 2 juillet 2015 19:25
À : Florence Kussener >
Objet : Re: - 密度椭圆
JMP 用户社区<>
密度椭圆
JMP SE 社区中 jiancao<> 的回复 - 查看完整讨论<>
回复：密度椭圆1. 密度椭圆是根据假设的双变量正态分布拟合到 x1 和 x2 来计算的：
![P(x_1,x_2)=1/(2pisigma_1sigma_2sqrt(1-rho^2))exp[-z/(2(1-rho^2))],](http://mathworld.wolfram.com/images/equations/BivariateNormalDistribution/NumberedEquation1.gif)
有关详细信息，请查看http://mathworld.wolfram.com/BivariateNormalDistribution.html
椭圆体是根据拟合的双变量法线绘制的，该法线覆盖了您从“密度椭圆”菜单中选择的一定百分比的数据（请参阅 JMP 文档密度椭圆.)
2. 如果 (x1, x2) 不服从双变量正态分布，则适用通常的论点:-)。
3. 马氏距离测量数据点与其多元均值的距离考虑到数据的多元相关结构，而密度椭球显示一对变量的相关性使用拟合二元正态分布的强度。
要查看他们的关系，您可以使用多元平台并同时运行散点图矩阵和异常值分析如下所示。 他们相当吻合。
