573679_it-IT

liliconcom

Come ottenere l'intervallo di tolleranza 95/99 per la distribuzione non normale?

CIAO,

 

Ho il set di dati corrente e supera la bontà dell'adattamento per la distribuzione SHASH e Weibull. Sto cercando di calcolare l'intervallo di tolleranza 95/99 per questo set di dati. Ho un set di dati simile per altri attributi che possono passare altre distribuzioni non normali. C'è un modo semplice per calcolare questi intervalli di tolleranza non normali in JMP.

 

Grazie,

ABD

 

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

Analisi e modellazione dei dati di baseEsplorazione e visualizzazione dei datifinestreRi: Come ottenere l'intervallo di tolleranza 95/99 per la distribuzione non normale?

Ecco come lo faccio.

 

Passaggio 1: adattare la distribuzione ai dati. Ad esempio, con una distribuzione Weibull otterrai i parametri alpha e beta.

 

Passaggio 2: diciamo che voglio una tolleranza del 99% su entrambi i lati.Per ogni lato della distribuzione voglio lo 0,5% all'esterno.

 

Passaggio 3: utilizzo l'editor di script JSL come calcolatrice:

 

lower = Weibull Quantile( 0.995, beta, alpha);
upper = Weibull Quantile( 0.005, beta, alpha);

show(lower,upper)

Ri: Come ottenere l'intervallo di tolleranza 95/99 per la distribuzione non normale?

Ecco le opzioni che vedo.

Primo , la piattaforma di distribuzione. Scegli la voce "Intervallo di tolleranza", quindi scegli il metodo "Non parametrico". Guarda i prossimi due screenshot.

Secondo , la piattaforma Life Distribution. Questa piattaforma non è stata progettata per rispondere specificamente alle domande sull'intervallo di tolleranza. Ma devo spiegare come può essere riproposto tramite intervalli di confidenza.

1.Prima avvia la piattaforma, l'elemento si trova in Analizza > Affidabilità e sopravvivenza > Distribuzione della vita. Configura la finestra di dialogo e la tua colonna di dati va in Y.

2. Modificare il livello di confidenza a 0,975. (Ignora che il titolo mostra il 98% a causa dell'arrotondamento nel display, che è un bug che ho appena notato. Ignora se l'organizzazione del titolo della colonna potrebbe apparire diversa nella tua versione, c'è una modifica nel layout in JMP17.)

 

 

3. Se si desidera Weibull, adattare prima Weibull e sembra che i dati si adattino bene alla distribuzione.

 

4. Scegli "Stima personalizzata" dal menu dei risultati della distribuzione.

 

5. Scegli "Inferiore" nel seguente menu.

6. Immettere 0,005 in Probabilità. Registra il limite inferiore.

 

7. Ora passa a "Superiore"

8. Immettere 0,995 in Probabilità. Registra il limite superiore. Potresti prendere in considerazione l'utilizzo del tipo di probabilità associato per la dimensione del tuo campione.

I due limiti sono quelli che ho spiegato al punto 4 della mia risposta precedente.

 

 

Ri: Come ottenere l'intervallo di tolleranza 95/99 per la distribuzione non normale?

Grazie per la tua risposta. La mia query era trovare l'intervallo di tolleranza per il 99% della popolazione con una confidenza del 95% per set di dati non normali.Per il set di dati sopra sto cercando un intervallo a due lati

 

Un'altra piattaforma statistica (di cui ho solo una versione demo) è in grado di fornire questa soluzione abbastanza facilmente. Ma, diciamo che voglio ottenere lo stesso risultato in JMP, mi chiedevo come farlo. Ho provato a trasformare i dati nella distribuzione Weibull (per il set di dati sopra), ma il calcolo dei limiti nel formato dei dati originale sta diventando impegnativo. Ho un gran numero di attributi e diverse distribuzioni non normali passano per la bontà dell'adattamento per diversi attributi. Pertanto, sto cercando passaggi che possano aiutarmi a calcolare questi intervalli di tolleranza non normali in JMP.

 

 

Ri: Come ottenere l'intervallo di tolleranza 95/99 per la distribuzione non normale?

L'intervallo di tolleranza non è un argomento semplice. Le risposte per Normale potrebbero essere facili da trovare, ma non per gli altri. La mia risposta potrebbe non essere facile.

A mia conoscenza, il libro più completo che include questo argomento è " Intervalli statistici " 2a ed. di Meeker, Hahn e Escobar.

Quando si parla di questo argomento, le cose devono essere chiare:

1. Significato dei due numeri percentuali. Non sono sicuro di cosa significhi la convenzione del 95/99. Ma un numero dovrebbe indicare la proporzione della popolazione che l'intervallo dovrebbe racchiudere e l'altro numero indica il livello di confidenza. In seguito si presuppone che 95 significhi il livello di confidenza, 99 significhi l'altro.
2. Limiti unilaterali o intervalli bilaterali. Le risposte e il ragionamento alla base dei diversi tipi sono piuttosto diversi. Una cosa degna di nota è che gli intervalli bilaterali non sono definiti in modo univoco, sebbene esistano delle convenzioni. Sono definiti in modo univoco solo se sono definite le due proporzioni della coda. E la proporzione uguale potrebbe essere una convenzione, ma potrebbe essere sbagliata in pratica se il rischio di sbagliare costa diversamente in due code.
3. Se la preoccupazione riguarda un limite unilaterale, il limite di tolleranza inferiore per racchiudere almeno il 99% di una popolazione con un livello di confidenza del 95% è uguale al limite di confidenza inferiore del 95% del (1-99%)=1 % stima quantile.Vedere la sezione 2.4 del libro. Il limite di tolleranza superiore è definito in modo simile.
4. Se la preoccupazione riguarda un intervallo bilaterale con probabilità di coda uguali, un'approssimazione ai limiti inferiore e superiore include il limite di confidenza inferiore del 97,5% della stima quantile 0,5% e il limite di confidenza superiore del 97,5% della stima quantile 99,5%. Vedere la sezione 12.7 del libro.