回复：用於比較直方圖的指標你好@frankderuyck ,
“分發”平台中可能有幾個選項：
- 例如，您可以自定義“匯總統計數據”（通過單擊紅色三角形）來顯示偏度（分佈的不對稱性）和峰度（分佈尾部的沉重度）。 您可以在此處查看完整的分佈指標：匯總統計報告 (jmp.com)
- 您還可以嘗試擬合連續分佈（在響應分佈的紅色三角形中，“連續擬合”，然後是“全部擬合”），以便比較分佈類型及其參數值。 在這裡使用 Weibull 分佈，我可以查看比例和形狀估計，例如：
- 您還可以使用圖形生成器繪製分佈圖，使用箱線圖並顯示 5 個數字的摘要：最大值、最小值、中值、Q1 和 Q3：
這顯然不是一個詳盡的選項列表，其他用戶可能還有其他想法來更好地比較分佈指標。
我希望這幾個想法可以幫助你，
回复：用於比較直方圖的指標嗨，維克多，感謝您的投入，我熟悉您提出的選項，是的，這些都是很好的指標。
但是，我想知道的是如何評估兩個直方圖中的分佈曲線之間是否存在統計學上的顯著差異；我認為非參數中值檢驗可能是一個合適的工具？ 還有其他方法嗎？
回复：用於比較直方圖的指標我知道沒有測試“......評估兩個直方圖中的分佈曲線之間存在統計學上的顯著差異。” 經典的假設檢驗方法可以評估的是兩個總體的各種參數估計。 或者，可以在 JMP 框架內採用自舉方法。 JMP 中的許多途徑可以實現這一點。
回复：用於比較直方圖的指標你好@frankderuyck ,
沒錯，在“Fit Y by X”平台中，您可以找到非參數檢驗來評估分佈之間是否存在統計顯著差異。
您可能對 Wilcoxon 或 Steel-Dwass 等測試感興趣：非參數多重比較報告 (jmp.com)
已經有一個主題涉及這種分佈比較：已解決：回复：非參數檢驗：用於方差檢驗的 Kolmogorov Smirnov 檢驗 - JMP 用戶社區
即使這不是統計測試，您也可以通過查看 Fit Y by X 平台中的“密度”和 CDF 圖來可視化您的分佈：
希望這個回答對你有幫助
回复：用於比較直方圖的指標太好了，謝謝維克多！
用於比較直方圖的指標我有兩個具有 +/- 相同平均值和方差的數據集，但形狀/直方圖不同。 JMP 中用於比較兩個直方圖並評估形狀/分佈差異的適當指標是什麼？
基礎數據分析與建模數據探索和可視化
