級別：高級
Matthew Flynn，資深資料科學家、總經理
Mary Loveless，SAS JMP 系統工程師
統計世界中的一切並非都是常態分佈的。例如，JMP 包括用於離散資料擬合的標準泊松分佈、伽瑪泊松分佈（或負二項分佈）、二項分佈和 Bet 二項分佈。但是，非線性平台可以擬合您選擇的分佈。正確的「適合」對於風格很重要，但在分析中盡可能簡潔、準確地總結數據也很重要。
JMP 分佈平台包括常用的離散擬合和連續分佈。有時，我們的數據具有更不尋常的特徵，需要不同的分佈擬合。您將如何針對此類資料擬合和繪製新的自訂分佈？在本示範中，我們將展示 JMP 如何輕鬆使用替代分佈，例如用於有界響應的 Simplex、L-Logistic 和 Kumaraswamy 分佈；或其他計數資料分佈，例如 COM-Poisson、Consul、Double Poisson 和大量離散連續分佈，例如離散 Weibull 或離散 Lindley 分佈。
