Niveau : Avancé
Matthew Flynn, scientifique principal des données, directeur général
Mary Loveless, ingénieure systèmes JMP, SAS
En statistique, tout n'est pas normalement distribué. Par exemple, JMP inclut les distributions standard de Poisson, Gamma-Poisson (ou Binomiale Négative), Binomiale et Bet-Binomiale pour l'ajustement des données discrètes. Cependant, la plateforme non linéaire permet d'ajuster la distribution de votre choix. Un ajustement correct est important pour le style, mais il est également crucial en analyse de synthétiser les données avec la plus grande précision et concision possible.
La plateforme de distribution JMP inclut les distributions discrètes et continues les plus courantes. Il arrive que des données présentant des caractéristiques plus inhabituelles nécessitent des ajustements de distribution différents. Comment ajuster et tracer une nouvelle distribution personnalisée pour ce type de données ? Dans cette présentation, nous montrerons comment JMP simplifie l'utilisation de distributions alternatives, telles que les distributions Simplex, L-logistique et Kumaraswamy pour les réponses bornées, ou d'autres distributions de données de comptage, telles que COM-Poisson, Consul, Double Poisson et un grand nombre de distributions continues discrétisées comme les distributions discrètes de Weibull ou de Lindley.
