763046_it-IT

liliconcom

Intervalli di tolleranza dopo la trasformazione dei dati

Sto calcolando gli intervalli di tolleranza normali e talvolta devo prima trasformare i dati. Di solito provo SHASH e Johnson SL. La mia domanda riguarda SHASH: cosa significa quando la distribuzione SHASH non si adatta ma i dati trasformati risultanti sono normali? Al contrario, cosa significa quando SHASH si adatta ma i dati trasformati risultanti non sono normali? Sto seguendo le linee guida di un'organizzazione che regola il mio lavoro e che consentono una trasformazione monotona verso la Normalità, quindi penso che poiché il primo caso si traduce in un risultato Normale, dovrei essere in grado di utilizzare SHASH. anche se mi sento a disagio nel non avere una buona vestibilità. Per il secondo caso invece sono curioso di sapere cosa significhi per SHASH adattarsi quando il risultato non è Normale. Grazie.

Analisi e modellazione dei dati di basefinestreRi: Intervalli di tolleranza dopo la trasformazione dei dati

Ciao @ jayg001 : Quindi posso comprendere appieno le tue domande e rispondere in modo appropriato, puoi dirmi se capisco le tue due situazioni.

Data una colonna di dati, X:

1." Cosa significa quando la distribuzione SHASH non si adatta ma i dati trasformati risultanti sono normali?"

Quindi, in questo caso, X non ha una distribuzione SHASH e stai applicando qualche trasformazione (chiamerò questa funzione SHASH) a X per ottenere una seconda colonna Y. Quindi, Y = SHASH[X]. Inoltre, Y sembra essere distribuito normalmente. Ho capito bene? Quale funzione (ho chiamato SHASH[X]) stai usando per trasformare X? Conosco la distribuzione SHASH, ma sto solo cercando chiarezza qui.

2. "Al contrario, cosa significa quando SHASH si adatta ma i dati trasformati risultanti non sono normali?"

In questo caso X ha una distribuzione SHASH. Quindi, applicando la trasformazione SHASH (come nel punto 1 sopra), hai Y = SHASH[X]. Inoltre, Y non sembra avere una distribuzione normale.

Ho capito bene?

Ri: Intervalli di tolleranza dopo la trasformazione dei dati

Sì hai ragione. Sto salvando i valori trasformati dopo aver inserito SHASH nella piattaforma di distribuzione. La formula dei valori salvati contiene la funzione SHASHTrans(x, gamma, delta, theta, sigma) utilizzando i parametri della distribuzione SHASH adattata.

Ri: Intervalli di tolleranza dopo la trasformazione dei dati

Ciao @jayg001 : Ci sono alcune cose che entrano in gioco qui. Senza un ordine particolare:

1. Dimensione del campione:

-Per campioni di piccole dimensioni, è meno probabile che si rifiuterà una distribuzione plausibile tramite qualche test di bontà di adattamento anche quando

la distribuzione non è corretta (cioè bassa potenza). Ciò si traduce nell’accettare la distribuzione sbagliata.

-Al contrario, per campioni di grandi dimensioni potresti rifiutare una distribuzione perché è troppo potente. cioè partenze, anche trascurabili

dalla distribuzione in fase di test comporterà il rifiuto della distribuzione. Ciò si traduce nel rifiutare una distribuzione che sia per tutti

intenti e scopi, adeguati.

2. Non sappiamo mai veramente se la distribuzione è Normale, o SHASH, o qualsiasi altra distribuzione. Il test di Good-of-Fit non può rifiutare a

data distribuzione, ma ciò non prova che la distribuzione sia corretta; significa solo che non ci sono prove sufficienti per respingerlo.

È come il modo in cui viene applicata la presunzione di innocenza in un processo. "Non colpevole" non significa innocente. Non colpevole significa che c'era

prove insufficienti per condannare...

3. Una trasformazione può modificare l'influenza di un singolo punto sui test di bontà di adattamento.

Modifica FWIW: in generale, non sono un grande fan dei test di bontà di adattamento (vedi sopra per il motivo). Tendo a guardare i grafici QQ ecc.

Questi sono i miei pensieri iniziali. Spero che siano utili.

Ri: Intervalli di tolleranza dopo la trasformazione dei dati

Grazie. Inoltre, non sono un fan della bontà dell'adattamento perché sono un bayesiano purosangue, ma ho bisogno di sviluppare una procedura per un gran numero di ingegneri con scarsa formazione statistica, quindi sono bloccato con cercando di mantenerlo semplice. La Guida di JMP dice che SHASHTrans trasforma una variabile con distribuzione SHASH in una variabile Normale standard, quindi probabilmente richiederò che la distribuzione SHASH si adatti ai dati originali e che la distribuzione Normale si adatti ai dati trasformati prima di procedere con il calcolo e l'inversione degli intervalli di tolleranza.