数据变换后的公差区间我正在计算正常公差区间，有时需要先转换数据。我通常会尝试 SHASH 和 Johnson SL。我的问题与 SHASH 有关：如果 SHASH 分布不合适但转换后的数据为正常，这意味着什么？相反，如果 SHASH 合适但转换后的数据不正常，这意味着什么？我遵循管理我工作的标准组织的指导方针，该指导方针允许单调转换为正常，因此我认为由于第一种情况会导致正常结果，我应该能够使用 SHASH。虽然我对结果不合适感到不舒服。对于第二种情况，但我很好奇当结果不正常时 SHASH 合适意味着什么。谢谢。
基础数据分析与建模视窗回复：数据转换后的公差区间你好@jayg001 ：为了让我能完全理解你的问题并做出适当的回应，你能告诉我我是否理解了你的两种情况吗？
给定一列数据 X：
1.“如果SHASH分布不适合但转换后的数据属于正态分布，这是什么意思？”
因此，在这种情况下，X 没有 SHASH 分布，并且您正在对 X 应用一些转换（我将此函数称为 SHASH）以获得第二列 Y。因此，Y = SHASH[X]。此外，Y 似乎呈正态分布。我这样说对吗？您使用什么函数（我称之为 SHASH[X]）来转换 X？我熟悉 SHASH 分布，但我只是想在这里澄清一下。
2.“相反，当SHASH适合但得到的转换数据不正常时，这意味着什么？”
在这种情况下，X 具有 SHASH 分布。然后，应用 SHASH 变换（如上文 1 所示），您将得到 Y = SHASH[X]。此外，Y 似乎不具有正态分布。
我说的对吗？
回复：数据转换后的公差区间是的，您说得对。我在“分布”平台中拟合 SHASH 后保存了变换后的值。保存的值公式包含函数 SHASHTrans(x, gamma, delta, theta, sigma)，使用拟合的 SHASH 分布中的参数。
回复：数据转换后的公差区间你好@jayg001 ：这里有几件事要考虑。无特定顺序：
1.样本大小：
-对于小样本，通过拟合优度检验拒绝合理分布的可能性较小，即使
分布不正确（即功率低）。这导致接受错误的分布。
-相反，对于较大的样本量，你可能会拒绝一个分布，因为它的威力太大了。也就是说，偏离程度甚至可以忽略不计
被测试分布的概率将导致拒绝该分布。这会导致拒绝一个分布，即对于所有
意图和目的，足够。
2. 我们永远不知道分布是正态分布、SHASH 分布还是其他分布。拟合优度检验可能不会拒绝
给定分布，但这并不能证明该分布是正确的；它仅意味着没有足够的证据来拒绝它。
这就像在审判中应用假设或无罪一样。“无罪”并不意味着无辜。无罪意味着有
证据不足，无法定罪……
3. 转换可以改变单个点对拟合优度检验的影响程度。
FWIW 编辑：一般来说，我不太喜欢拟合优度检验（原因见上文）。我倾向于查看 QQ 图等。
这是我最初的想法。希望它们能有所帮助。
回复：数据转换后的公差区间谢谢。我也不喜欢拟合优度，因为我是一个彻头彻尾的贝叶斯主义者，但我需要为大量缺乏统计培训的工程师开发一个程序，所以我只能尽量保持简单。JMP 帮助说 SHASHTrans 将 SHASH 分布变量转换为标准正态变量，因此在继续计算和反转公差区间之前，我可能需要 SHASH 分布适合原始数据，并且正态分布适合转换后的数据。
