Hallo von einem unerfahrenen Benutzer. Unsere Organisation hat kürzlich von JMP 15 auf JMP 17 aktualisiert. Typischer Umfang meiner Analyse ist die Auswertung von Datensätzen auf Normalität und die Berechnung von Toleranzintervallen. Ich bin darauf aufmerksam geworden, dass die Verwendung des Tools „Enable Legacy Fitters“ und die Verwendung einer Johnson-Su-Transformation andere Transformationsparameter ergeben als die Verwendung der neuen „Fit Johnson“, selbst wenn die Johnson-Su-Ergebnisse am besten passen. Darüber hinaus kann das Erzwingen einer Johnson-Su-Transformation situativ zu einem normal verteilten Datensatz führen, während die Verwendung der neuen Transformation bei derselben Verteilung zu einem nicht normalen Datensatz führt.
Ich habe ein Beispiel dafür beigefügt und würde mich über einen Einblick freuen, warum dies passieren kann und wie ich die Johnson-Transformationsfunktion besser nutzen kann.
