CIAO,
Sto lavorando con dati di misurazione che dovrebbero seguire una distribuzione specifica.
Il mio obiettivo è creare una Folded Normal e una Rayleigh da confrontare con altre distribuzioni già programmate di default in JMP per verificare se i miei dati seguono quelli previsti.
Qui inserisco tutte le distribuzioni con i miei dati e controllo se la distribuzione normale si adatta meglio secondo l'AICc. Vorrei fare lo stesso con una normale ripiegata e una legge di Rayleigh.
Ecco il codice corrispondente:
DistributionChart = Distribution(//Creation of the distribution chart
Continuous Distribution(
Column( dTempoClean:Ecart ),
Quantiles( 0 ),
Normal Quantile Plot( 1 ),
Process Capability( 0 )
),
Histograms Only
SendToReport(
Dispatch( {"Ecart mesurée"}, "1", ScaleBox,//Deviation data is studied
{Add Ref Line(lst, "Solid", "Blue", "Tol. Inf.", 1 ),
Add Ref Line(ust, "Solid", "Blue", "Tol. sup.", 1 ),
Add Ref Line(0, "Solid", "Blue", "Objectif", 1 )}
),
Dispatch( {"Ecart mesurée"}, "", Picture Box( 4 ),
{Set Summary Behavior( "Collapse" )}
)
)
);
DistributionChart << Fit All;//Fit all default distributions
scb = Report(DistributionChart)[Outline Box("Compare Distributions"), Table Box(1), NumberColBox("AICc")];//Get AICc value
scb1 = Report(DistributionChart)[Outline Box("Compare Distributions"), Table Box(1), StringColBox(1)];//Get best distribution name
k=1;
while (scb[k]==".",k++)
bestdist = scb1[k];Come posso aggiungere una normale ripiegata e una distribuzione di Rayleigh al metodo Fit All, ottenendo al contempo tutti i dati statistici corrispondenti (media, deviazione standard, Cp, Cpk...)?
Grazie mille per il tuo aiuto!
La normale ripiegata e Rayleigh sono casi speciali della distribuzione di Weibull. A meno che qualcun altro non conosca un trucco speciale, non è possibile aggiungere ulteriori modelli di distribuzione al menu.
