Comment obtenir un intervalle de tolérance 95/99 pour une distribution non normale ?Salut,
J'ai l'ensemble de données actuel et il passe la qualité de l'ajustement pour la distribution SHASH et Weibull. Je cherche à calculer l'intervalle de tolérance 95/99 pour cet ensemble de données. J'ai un ensemble de données similaire pour d'autres attributs qui peuvent transmettre d'autres distributions non normales. Existe-t-il un moyen simple de calculer ces intervalles de tolérance non normaux dans JMP.
Merci,
DAB
| 52,5 |
| 54,7 |
| 57,5 |
| 52,5 |
| 65,3 |
| 64.1 |
| 67.2 |
| 75,0 |
| 67,5 |
| 60,0 |
| 65,6 |
| 69.1 |
| 63.1 |
| 62.2 |
| 64.1 |
| 66,3 |
| 66,3 |
| 66,3 |
| 67,5 |
| 62,5 |
| 59,4 |
| 64,7 |
| 63.4 |
| 66,3 |
| 70,9 |
| 66,9 |
| 66,3 |
| 64,4 |
| 63.4 |
| 62,8 |
Analyse et modélisation de données de baseExploration et visualisation des donnéesles fenêtresRe : Comment obtenir un intervalle de tolérance 95/99 pour une distribution non normale ?C'est comme ça que je fais.
Étape 1 : Ajustez la distribution aux données. Par exemple, avec une distribution de Weibull, vous obtiendrez des paramètres alpha et bêta.
Étape 2 : Disons que je veux une tolérance bilatérale de 99 %.Pour chaque côté de la distribution, je veux 0,5 % à l'extérieur.
Étape 3 : J'utilise l'éditeur de script JSL comme calculatrice :
lower = Weibull Quantile( 0.995, beta, alpha);
upper = Weibull Quantile( 0.005, beta, alpha);
show(lower,upper)
Re : Comment obtenir un intervalle de tolérance 95/99 pour une distribution non normale ?Voici les options que je vois.
D'abord , la plateforme de Distribution. Choisissez l'élément "Intervalle de tolérance", puis choisissez la méthode "Non paramétrique". Voir les deux captures d'écran suivantes.
Deuxième , la plateforme Life Distribution. Cette plateforme n'a pas été conçue pour répondre spécifiquement aux questions sur l'intervalle de tolérance. Mais j'ai expliqué comment il peut être réutilisé via des intervalles de confiance.
1. Lancez d'abord la plate-forme, l'élément se trouve sous Analyser> Fiabilité et survie> Distribution de la vie. Configurer la boîte de dialogue, et votre colonne de données entre dans Y.
2. Modifiez le niveau de confiance sur 0,975. (Ignorez que le titre affiche 98 % en raison de l'arrondi de l'affichage, ce qui est un bogue que je viens de remarquer maintenant. Ignorez si l'organisation des titres de colonne peut sembler différente dans votre version, il y a un changement dans la mise en page dans JMP17.)
3. Si Weibull est souhaité, ajustez d'abord Weibull et il semble que vos données correspondent bien à la distribution.
4. Choisissez « Estimation personnalisée » dans le menu des résultats de la distribution.
5. Choisissez « Inférieur » dans le menu suivant.
6. Entrez 0,005 dans la probabilité. Enregistrez la limite inférieure.
7. Passez maintenant à "Supérieur"
8. Entrez 0,995 dans la probabilité. Enregistrez la limite supérieure. Vous pouvez envisager d'utiliser le type de probabilité lié à la taille de votre échantillon.
Les deux limites sont celles que j'ai expliquées au point 4 de ma réponse précédente.
Re : Comment obtenir un intervalle de tolérance 95/99 pour une distribution non normale ?Merci pour votre réponse. Ma requête était de trouver un intervalle de tolérance pour une population de 99 % avec une confiance de 95 % pour les ensembles de données non normaux.Pour l'ensemble de données ci-dessus, je recherche un intervalle bilatéral
Une autre plate-forme statistique (pour laquelle je n'ai qu'une version de démonstration) est capable de donner cette solution assez facilement. Mais, disons que je veux obtenir le même résultat dans JMP, je me demandais comment faire cela. J'ai essayé de transformer les données en distribution de Weibull (pour l'ensemble de données ci-dessus), mais le calcul des limites dans le format de données d'origine devient difficile. J'ai un grand nombre d'attributs et différentes distributions non normales passent pour la qualité de l'ajustement pour différents attributs. Ainsi, je recherche des étapes qui peuvent m'aider à calculer ces intervalles de tolérance non normaux dans JMP.
Re : Comment obtenir un intervalle de tolérance 95/99 pour une distribution non normale ?L'intervalle de tolérance n'est pas un sujet simple. Les réponses pour Normal peuvent être faciles à trouver, mais pas pour les autres. Ma réponse n'est peut-être pas facile.
A ma connaissance, le livre le plus complet qui aborde ce sujet est " Intervalles statistiques " 2e éd. par Meeker, Hahn et Escobar.
Quand on parle de ce sujet, il faut que les choses soient claires :
- Signification des deux pourcentages. Je ne sais pas ce que signifie la convention de 95/99. Mais un nombre doit signifier la proportion de la population que l'intervalle doit contenir, et l'autre nombre signifie le niveau de confiance. Ce qui suit suppose que 95 signifie le niveau de confiance, 99 signifie l'autre.
- Limites unilatérales ou intervalles bilatéraux. Les réponses et le raisonnement derrière les différents types sont assez différents. Une chose à souligner est que les intervalles bilatéraux ne sont pas définis de manière unique, bien qu'il existe des conventions. Ils ne sont définis de manière unique que si les deux proportions de queue sont définies. Et la proportion égale pourrait être une convention, mais cela pourrait être faux en pratique si le risque de se tromper coûte différemment dans les deux sens.
- Si la préoccupation porte sur une limite unilatérale, la limite de tolérance inférieure destinée à englober au moins 99 % d'une population avec un niveau de confiance de 95 % est la même que la limite de confiance inférieure à 95 % de (1-99 %) = 1 Estimation du % quantile. Voir la section 2.4 du livre. La limite de tolérance supérieure est définie de la même manière.
- Si la préoccupation porte sur un intervalle bilatéral avec des probabilités de queue égales, une approximation des limites inférieure et supérieure comprend une limite de confiance inférieure à 97,5 % de l'estimation du quantile à 0,5 % et une limite de confiance supérieure à 97,5 % de l'estimation du quantile à 99,5 %. Voir la section 12.7 du livre.
