레벨: 고급
Matthew Flynn, 수석 데이터 과학자, GM
Mary Loveless, SAS JMP 시스템 엔지니어
통계 세계에서 모든 것이 정규 분포를 따르는 것은 아닙니다. 예를 들어, JMP는 이산형 데이터에 대한 적합을 위해 표준 포아송 분포, 감마 포아송 분포(또는 음이항 분포), 이항 분포, 베트 이항 분포를 제공합니다. 그러나 비선형 플랫폼을 사용하면 원하는 분포를 적합할 수 있습니다. 적절한 "적합"은 스타일을 결정하는 데 중요하지만, 분석에서는 데이터를 최대한 간결하고 정확하게 요약하는 것 또한 중요합니다.
JMP 분포 플랫폼은 일반적으로 사용되는 이산 적합 분포와 연속 분포를 모두 포함합니다. 경우에 따라 다른 분포 적합이 필요한 특이한 특성을 가진 데이터가 있습니다. 이러한 유형의 데이터에 새로운 사용자 지정 분포를 적합하고 도식화하려면 어떻게 해야 할까요? 이 프레젠테이션에서는 JMP를 사용하여 유계 반응에 대한 Simplex, L-Logistic, Kumaraswamy 분포와 같은 대체 분포나 COM-Poisson, Consul, Double Poisson과 같은 대체 카운트 데이터 분포, 그리고 이산 Weibull 또는 이산 Lindley 분포와 같은 다양한 이산 연속 분포를 쉽게 사용할 수 있는 방법을 설명합니다.
