Betreff: Zum Vergleich von Histogrammen verwendete MetrikenHallo @frankderuyck ,
Auf der Plattform „Vertrieb“ gibt es möglicherweise mehrere Optionen:
- Sie können die „Zusammenfassungsstatistik“ anpassen (indem Sie auf das rote Dreieck klicken), um beispielsweise Schiefe (Asymmetrie der Verteilung) und Kurtosis (Schwere der Verteilungsenden) anzuzeigen. Die vollständigen Verteilungsmetriken finden Sie hier: Der zusammenfassende Statistikbericht (jmp.com)
- Sie können auch versuchen, kontinuierliche Verteilungen anzupassen (im roten Dreieck Ihrer Antwortverteilung „Kontinuierliche Anpassung“ und dann „Alle anpassen“), um die Art der Verteilung und den Wert ihrer Parameter zu vergleichen. Hier mit einer Weibull-Verteilung kann ich mir zum Beispiel die Skalen- und Formschätzungen ansehen:
- Sie können die Verteilungen auch mit dem Graph Builder grafisch darstellen, Boxplots verwenden und die 5-Zahlen-Zusammenfassung anzeigen: Max, Min, Med, Q1 und Q3:
Dies ist eindeutig keine vollständige Liste der Optionen, und andere Benutzer haben möglicherweise auch andere Ideen, um Verteilungsmetriken besser zu vergleichen.
Ich hoffe, diese paar Ideen können Ihnen helfen,
Betreff: Zum Vergleich von Histogrammen verwendete MetrikenHallo Victor, vielen Dank für Ihren Beitrag. Ich kenne die von Ihnen vorgeschlagenen Optionen und ja, das sind gute Indikatoren.
Was ich jedoch gerne wissen würde, ist, wie man beurteilen kann, dass es einen statistisch signifikanten Unterschied zwischen dem Verteilungsprofil in zwei Histogrammen gibt; Ich denke, der nichtparametrische Mediantest könnte ein geeignetes Werkzeug sein? Gibt es andere Methoden?
Betreff: Zum Vergleich von Histogrammen verwendete MetrikenMir ist kein Test bekannt, „um festzustellen, ob es einen statistisch signifikanten Unterschied zwischen dem Verteilungsprofil in zwei Histogrammen gibt.“ Was mit klassischen Hypothesentestmethoden ausgewertet werden kann, sind verschiedene Parameterschätzungen zweier Populationen. Alternativ könnten Bootstrapping-Methoden innerhalb eines JMP-Frameworks eingesetzt werden. Viele Wege in JMP, um dies zu erreichen.
Betreff: Zum Vergleich von Histogrammen verwendete MetrikenHallo @frankderuyck ,
Sie haben Recht, auf der Plattform „Fit Y by X“ finden Sie nichtparametrische Tests, um zu beurteilen, ob es einen statistisch signifikanten Unterschied zwischen den Verteilungen gibt.
Tests wie Wilcoxon oder Steel-Dwass könnten Sie interessieren: Nichtparametrische Mehrfachvergleichsberichte (jmp.com)
Zu diesem Verteilungsvergleich gab es bereits ein Thema: Gelöst: Betreff: Nichtparametrische Tests: Kolmogorov-Smirnov-Test für Varianztests – JMP-Benutzer-Community
Auch wenn es sich hierbei nicht um statistische Tests handelt, können Sie Ihre Verteilungen auch visualisieren, indem Sie sich „Dichten“ und CDF-Diagramme in der Plattform „Fit Y by X“ ansehen:
Ich hoffe, diese Antwort wird Ihnen helfen,
Betreff: Zum Vergleich von Histogrammen verwendete MetrikenGroßartig, danke Victor!
Zum Vergleich von Histogrammen verwendete MetrikenIch habe zwei Datensätze mit +/- demselben Durchschnitt und derselben Varianz, jedoch ist die Form/das Histogramm unterschiedlich. Was ist eine geeignete Metrik in JMP, um zwei Histogramme zu vergleichen und Unterschiede in Form/Verteilung zu bewerten?
Grundlegende Datenanalyse und ModellierungDatenexploration und -visualisierung
