Combien de temps devez-vous continuer à identifier la distribution de vos données visuelles ?
Yukio Takahashi, PDG, BioStat Research Institute, Inc.
L’identification de la distribution dans laquelle se situent les données obtenues constitue la première étape de l’analyse statistique. L'outil de distribution de JMP fournit un certain nombre de méthodes pour examiner visuellement la distribution des données. Traditionnellement, la principale considération était de savoir si une distribution normale pouvait ou non être appliquée. L'outil de distribution de JMP prend depuis longtemps en charge l'ajustement des fonctions de densité de probabilité aux histogrammes. Dans les versions récentes, lorsque vous sélectionnez « Tout » sous « Ajuster les distributions continues », de nombreuses distributions sont répertoriées par ordre de grandeur de la vraisemblance logarithmique -2 et de l'AICc (critère d'information d'Akaike corrigé), et il est possible de juger de l'ajustement de la distribution à l'aide de l'AICc. L'ordre de classement des ajustements de distribution utilisant l'AICc pour diverses données a été évalué et s'est avéré significatif. Étant donné que la vraisemblance logarithmique a été générée, on a supposé que la méthode de vraisemblance maximale était utilisée. J'ai donc retesté la méthode de calcul JMP à l'aide d'Excel. Lorsque l’on utilise l’AICc pour déterminer quel type d’ajustement de distribution est approprié, cela semble être une bonne occasion de s’éloigner du jugement visuel ambigu traditionnel. Une fonction similaire est disponible pour le modèle « durée de vie univariée », j'aimerais donc discuter également de l'adaptation d'une nouvelle distribution à celui-ci.
