레벨: 고급
Matthew Flynn, 수석 데이터 과학자, GM
Mary Loveless, SAS JMP 시스템 엔지니어
통계 세계의 모든 것이 정규 분포를 따르는 것은 아닙니다. 예를 들어, JMP에는 이산형 데이터에 적합한 표준 포아송, 감마 포아송(또는 음이항), 이항 및 베팅 이항 분포가 포함되어 있습니다. 그러나 비선형 플랫폼을 사용하면 원하는 분포를 피팅할 수 있습니다. 올바른 "맞춤"은 스타일에도 중요하지만 분석에서는 데이터를 최대한 간결하고 정확하게 가장 정확하게 요약하는 것도 중요합니다.
JMP 분포 플랫폼에는 일반적으로 사용되는 이산 적합 분포와 연속 분포가 모두 포함되어 있습니다. 때로는 다른 분포 적합이 필요한 더 특이한 특성을 가진 데이터가 있습니다. 이 유형의 데이터에 새로운 사용자 정의 분포를 맞추고 플롯하는 방법은 무엇입니까? 이 프레젠테이션에서는 JMP를 통해 유계 반응을 위한 Simplex, L-Logistic 및 Kumaraswamy 분포와 같은 대체 분포를 사용하여 쉽게 작업하는 방법을 보여 드리겠습니다. 또는 COM-Poisson, Consul, Double Poisson과 같은 대체 카운트 데이터 분포와 이산 Weibull 또는 이산 Lindley 분포와 같은 다수의 이산된 연속 분포가 있습니다.
