對數轉換資料的擬合對數常態分佈的 SD 與擬合常態分佈的 SD我想知道為什麼給定資料集的擬合對數常態分佈提供的標準差與對數轉換資料集的擬合常態分佈不同。 例如，假設我有 10 個資料點：1、2、3、4、5、6、7、8、9、10。 當我擬合對數常態分佈時，我得到的標準差為 0.6954075。 當我對 10 個數據點進行對數轉換並擬合常態分佈時，我得到的標準差為 0.7330239。 請參閱下面的片段。 謝謝你！
JMP 版本：16.2
數據探索和視覺化回覆：對數轉換資料的擬合對數常態分佈的 SD 與擬合常態分佈的 SD感謝您發現我的錯誤！我在回覆中更正了它。
此類問題也可以透過聯絡我們的技術支援團隊輕鬆得到解答。 看www.jmp.com/support 。
回覆：對數轉換資料的擬合對數常態分佈的 SD 與擬合常態分佈的 SD謝謝你的快速反應！ 小修正為 0.6954075 / 0.7330239 = SQRT(9/10)。
回覆：對數轉換資料的擬合對數常態分佈的 SD 與擬合常態分佈的 SD在 v16 中，文件沒有完整描述兩個分佈的估計方法。您可以在此處閱讀 v17 文件中更新的說明： https://www.jmp.com/support/help/en/17.1/#page/jmp/fit-distributions.shtml 。
差異在於，對於常態分佈擬合，計算的是標準差的無偏估計，它將校正的平方和除以(n-1)，而對數正態擬合則使用最大似然估計，它將校正的平方和除以(n) 對數轉換資料的平方。您可以看到您的值的比率為 (0.6954075)/(9.7330239)= sqrt((n-1)/n) = sqrt(9/10)。
