시각적 데이터 분포의 식별을 언제까지 계속합니까?
BioStat 연구소 주식회사 대표 이사 다카하시 유키오
결과 데이터가 어떤 분포에 적용되는지 확인하는 것은 통계 분석의 첫 단계입니다. JMP의 "일변량 분포"를 이용하여 시각적으로 데이터의 분포를 확인하기 위한 많은 방법이 제공되어 왔다. 전통적으로 정규 분포의 적용이 가능한지 여부의 판단이 주체였다. JMP의 "일변량 분포"에는 히스토그램에 대한 확률 밀도 함수의 적용도 이전부터 지원되었습니다. 최근 버전에서 '연속 분포의 적합'에서 '모두'를 선택하면 -2배의 로그 우도와 AICc(보정 아카이케 정보량 기준)의 크기 순으로 많은 분포가 열거되어 분포의 적합에 대해 AICc에 의한 판정이 가능해지고 있다. 각종 데이터로 AICc를 이용한 분포 피팅의 순위를 평가한 결과 유의미하였다. 대수 우도의 출력되고 있기 때문에, 최대 우도법을 이용하고 있다고 생각되기 때문에, Excel을 이용하여 JMP의 계산 방식의 추시를 실시했다. AICc를 사용하여 어떤 분포의 적합성이 적절한지를 검토할 때 기존의 시각적 모호한 판정에서 벗어날 수 있는 좋은 기회로 보인다. 같은 기능이 「수명의 일변량」에도 갖추어져 있으므로, 아울러 새로운 분포의 맞추기에 대해서 논하고 싶다.
