當 AICc 在一定範圍內時默認為正態分佈是什麼啟發了這個願望清單請求？
在分佈平台或能力平台中使用“最佳擬合”或“全部擬合”選項時，經常會出現正態分佈 (ND) 與選定的非正態分佈 (NND) 一樣好，但 NND 有一個AICc 略低。ND 有更多的功能，所以我必須去檢查所有選擇的 NND，看看我是否也可以使用 ND。
您希望看到哪些改進？
我希望看到選擇擬合標準（AICc 或 BIC）的選項以及我認為 ND 等效於最佳選擇分佈的範圍，如果在該範圍內，將使用 ND。因此，在這種情況下，根據半導體示例數據集，我可以設置一個運行，如果 ND 的 AICc 在最低 AICc 的 10 以內，那麼將選擇 ND。
為什麼這個想法很重要？
盡可能使用 ND 總是更好，但目前沒有簡單的方法來識別最佳識別分佈，然後在分析中有大量列時將最佳識別分佈從 NND 更改為 ND。
其他統計與分析用戶界面
