级别：高级
Matthew Flynn，总经理高级数据科学家
SAS JMP 系统工程师 Mary Loveless
统计世界中并非所有事物都服从正态分布。例如，JMP 包含标准泊松分布、伽玛泊松分布（或负二项分布）、二项分布和 β 二项分布，用于拟合离散数据。然而，非线性平台可以拟合您选择的分布。正确的“拟合”对于风格至关重要，但在分析中，尽可能简洁准确地总结数据也同样重要。
JMP 分布平台包含常用的离散拟合和连续分布。有时，我们会遇到一些具有特殊特征的数据，需要不同的分布拟合。如何为这类数据拟合并绘制新的自定义分布？在本演示中，我们将展示 JMP 如何轻松处理替代分布，例如用于有界响应的单纯形分布、L-Logistic 分布和 Kumaraswamy 分布；或者替代计数数据分布，例如 COM-Poisson 分布、Consul 分布、Double Poisson 分布以及大量离散化连续分布，例如离散 Weibull 分布或离散 Lindley 分布。
