報告偏態分佈資料與常態分佈資料？我參與了一項評估多組連續數值資料的研究。雖然重複次數被認為較低（每組 n=10），但本研究無法修正此問題。可能正因如此，一些原本可能呈常態分佈的相關（性質相似）變數出現了偏態（基於 Shapiro-Wilk 檢定）。在評估每種情況下各組間每個變數的結果時，我確實分別應用了非參數檢定和參數檢驗，但我的問題是如何報告這些數據？我一直認為，偏態資料應報告為中位數和極差，而常態分佈資料應報告為平均值±標準差。然而，在稿件中報告偏態資料時，這種方法看起來很混亂，尤其是當變數性質相似時，例如左右解剖距離，正如我之前提到的。即使在某些情況下資料存在偏態，我是否可以在整個稿件中使用平均值和標準差？我仍然會應用正確類型的統計檢定。
分享和交流成果回覆：報告偏態分佈資料與常態分佈資料？我認為這裡沒有“正確”或“錯誤”的答案。回想一下，平均數和中位數只是衡量集中趨勢的不同指標。標準差只是衡量離散度的一個指標。有什麼理由不能同時引用平均數和中位數嗎？畢竟它們只是描述性統計。總之…我傾向於只展示頻率分佈本身，讓讀者根據圖片本身來解讀，而不是那些單數值的「統計數據」。
回覆：報告偏態分佈資料與常態分佈資料？我同意Pete的觀點。我想說，根據Shewhart（《經濟控制》第94頁）的觀點，平均值和標準差始終都是有用的統計數據。在Shewhart書的這一部分，他繼續指出，偏度和平坦度的測量值幾乎沒有額外的價值。
回覆：報告偏態分佈資料與常態分佈資料？在其他領域，偏度可能也扮演著重要角色。
想想壽命、死亡率、犯罪率、流星…
- 一個方向的異常值比另一個方向的異常值更可怕。
回覆：報告偏態分佈資料與常態分佈資料？你得跟休哈特爭論。這些評論直接出自他的書。
回覆：報告偏態分佈資料與常態分佈資料？嗯，不容易…
在 Copilot 的幫助下：
本著 JMP 精神的回應:)
我必須承認，我們已經偏離了最初的問題…
回覆：報告偏態分佈資料與常態分佈資料？我喜歡它。這正好證明了人工智慧有多麼錯誤。 「特殊原因」和「共同原因」這兩個字是戴明提出的。休哈特用「可分配」和「不可分配/偶然/隨機」來描述它們。
回覆：報告偏態分佈資料與常態分佈資料？謝謝，對！
「共同事業」一詞是哈里·阿爾珀特於 1947 年創造的嗎？
我不知道為什麼 Shewhart 在回應中使用它。
也許他聽到了這個新術語並發現它很有用。
回覆：報告偏態分佈資料與常態分佈資料？"我不知道為什麼休哈特在回應中使用它。 」
他沒有，這就是我的觀點。你用某種人工智慧來產生它認為休哈特會說的話，這是錯的。請閱讀戴明的《走出危機》第11章。
是的，阿爾珀特博士在談論監獄暴動時創造了這個短語。
回覆：報告偏態分佈資料與常態分佈資料？我想那句古老的統計學諺語「只要你說了算，就能做任何事」是真的！謝謝你讓我確信我的建議是可以接受的。
