你好，
我有一个关于生命分布平台的问题，精确地使用比较分布轮廓框与区间删失数据。
我想用一个例子来说明我的问题。 我创建了一些虚拟数字并尝试将其拟合为威布尔分布。 当我使用实际数据时，我将在下面描述的行为会重复。
我的一般问题是 JMP 如何计算区间删失数据的 Y 轴（概率）位置？
我想知道为什么起始值为 120 和 200 的两个点绘制在 Y 轴上的相同高度上？
接下来，为什么有时使用单个标记（例如点 4）在绘图上标记未经审查的观察结果，有些使用 2 个标记（例如点 1 和 3，如红色省略号所示）标记，而有些则根本不标记（例如.缺少第2)点？
最后，我想问一下，为什么我只能选择这个绘图点1（使用光标）而其他点不能以任何方式选择，除了直接使用数据表时。 另外，我只能移动点1的标签，其他都是不活动的。
感谢您的帮助，
问候，
CEG1
感谢 peng_liu 提供的详尽信息和示例。 这是非常说明问题的。
我相信您使用的是 JMP 16 或更早版本。 有一个错误与您偶然发现的标记选择问题相关。
JMP 17 也有变化。 因此，如果您在 JMP 17 中运行分析，您将看到不同的图。 该差异反映了这些点的 y 轴位置的变化。 但让我从头到尾解释一下发生了什么。
1.当数据被区间删失时，分布的“非参数估计”使用所谓的“Turnbull估计器”。 您可以在“非参数估计”大纲节点中找到估计的数值结果。 这是 JMP 16 的屏幕截图。 特恩布尔的估计位于第三列。
2. 您有疑问的标记与估算相关。 这是棘手的部分。 传统上，标记与数据相关联。 但这里该图中的标记与非参数估计（即模型）相关联。 这解释了为什么某些数据点似乎没有出现在图中。
3. 现在让我解释一下如何绘制特恩布尔估计。
3.1 首先，这里显示的是非参数估计图的两种表示之一。 对于特恩布尔来说，我可能更容易谈论另一种表示法，它更严格地表示特恩布尔的估计。 要查看另一个，您需要关闭 JMP 16 菜单中的“显示点”选项；看下一张截图：
关闭它后，您应该看到下图。 有 1 个红点和 3 条红色水平线。 这种风格被称为非参数估计的“阶跃函数”表示。
它们与特恩布尔的估计相对应。 让我一次解释一下。 我们需要并排查看非参数估计和绘图。 所以我们不需要上下滚动。 现在，看表中的第一行，它表示从时间原点（这里表示 0）到 60，概率估计为 0。 因为我们使用威布尔概率标度绘制 Y 轴，所以这条线不会显示。 但如果将 Y 轴更改为线性，您应该会在 y=0 处看到从 0 到 60 的附加线。 现在，看看表中的第二行，它表示，从时间 100 到时间 100，概率估计为 0.19047620。 这意味着一条线折叠成一个点。 这就是红点所对应的。 表中的第三行到第五行定义了各自概率估计的三个单独的线。 请注意，第三行和第四行具有相同的概率估计。 这确定两条线处于同一水平。
3.2 现在切换回来查看标记。 我将它们并排放置，现在标记的 y 轴位置来自何处更加明显。
此外，为了适应 JMP 中可刷标记的传统，该软件尝试尽可能合理地将估计（模型）与数据关联起来。 但我应该解释一下使用 JMP 17 发生了什么。 由于 JMP 16 中的错误和 JMP 17 中的更改，JMP 16 中此标记样式图的解释将带来更多混乱。 下面我将切换到 JMP 17。 重置项目编号也是为了清楚。
1. 在 JMP 17 中，该数据的非参数估计报告如下。 请注意，第三列的名称是“中点估计”，最后一列还有“特恩布尔估计”。 因此，该表将第二列中的内容移至最后一列。 并将“中点估计”放在第三列。
2. JMP 17 有一个新的非参数绘图选项子菜单。
3. 以下 3 个屏幕截图与前 3 个选项相关。 我懒得粘贴与“无”相关的内容。
4. 正如你可能猜到的那样。 “阶跃函数”图没有改变。 “点”图、标记版本已更改。 更具体地说，标记的 y 轴位置发生了变化。 新位置对应于上表中的第二列“中点估计”。 现在我将解释什么是“中点估计”。 看第二行，中点估计和特恩布尔估计。 中点 0.09523810 是 0 和 0.19047620（Turnbull 下的第一行和第二行值）的平均值。 看第三排。 在此行中，中点估计值 0.38095239 是 Turnbull 下的第二行和第三行值 0.19047620 和 0.57142857 的平均值。 如此等等。
除了 y 轴位置之外，我还需要指出这些标记的 x 轴位置。 标记的 x 轴位置是阶跃函数表示中阶跃的开始。 因此它们是 100、120、190 和 220，或者第一列 Start 中的值。
5. 当数据仅经过右删失时，中点估计已用于绘图目的。 然而，在之前的版本中并未对区间删失数据做出相同的决定。
6. 中点估计也称为“中点调整”。 而且这样的调整并不是唯一的。 文献中还有其他类型的调整。 中点调整对于绘制正确的删失数据至关重要，因为否则，如果覆盖非参数估计的标记版本，则绘图会产生参数估计有偏差的误解。 该调整对于区间删失数据并不重要。 JMP17 开发周期中做出了一项决定，以使两种情况保持一致。
7. 现在，也许最令人费解的事情是四个标记和数据点之间的关联。 这是为了适应标记与数据相关且可刷的传统。 因此该行为取决于实现。 该行为与这些标记的 x 轴位置有关。 在 JMP 17 中，如果刷左下角的第一个标记（其 x 轴位置为 100），您应该看到数据表中的三行突出显示。 现在看看这三行，它们都有 100 个塞在相应的审查间隔内。 这就是关联规则。 同时，您应该看到第二个和第三个标记也突出显示。 它们的 x 轴位置是 120 和 190。 由于亮点有两种，从数据表到绘图。 突出显示的行也恰好在 120 和 190 中循环。
最后作为总结。 图中的标记与非参数估计相关。 通过将标记的 x 轴位置与观测值相匹配，标记与数据点相关联。 从 JMP16 到 JMP17 的更改不应影响任何现有决策。 但除了提供更多选项来适应不同的偏好之外，平台本身在前进方面更加一致。
