Questa guida fornisce alcuni metodi per valutare l'adattamento di una distribuzione normale a una variabile continua. Per informazioni sulle opzioni di adattamento e valutazione dell'adattamento di altre distribuzioni non normali, consultare la guida " Adattamento delle distribuzioni" .
- Da una tabella dati JMP® aperta, selezionare Analizza > Distribuzione .
- Selezionare una o più variabili continue da Seleziona colonne e fare clic su Y, Colonne .
- Fare clic su OK per generare un istogramma (in questo esempio è stata selezionata l'opzione Solo istogramma).
Car Physical Data.jmp (Help > Sample Data Folder)Car Physical Data.jmp (Aiuto > Cartella dati di esempio)
Grafico dei quantili normali
Fare clic sul triangolo rosso per la variabile e selezionare Grafico quantile normale .
Se i dati seguono più o meno una linea retta (test della penna grassa), possiamo concludere che i dati sono ragionevolmente approssimati da una distribuzione normale. In questo esempio, concluderemmo che la distribuzione è approssimativamente normale.
Adattamento di una distribuzione normale
- Selezionare Adattamento continuo > Adattamento normale dal triangolo rosso inferiore per la variabile.
-
Nell'output risultante, fare clic sul triangolo rosso per Distribuzione normale adattata e selezionare Bontà di adattamento .
Vengono eseguiti due test di bontà di adattamento per valutare se la distribuzione normale si adatta bene ai dati (Shapiro-Wilk e Anderson Darling). Entrambi presentano valori di p elevati, a indicare che non vi sono prove statistiche che suggeriscano che la distribuzione normale non si adatti bene a questi dati.
Per saperne di più, visita Analisi di base > Distribuzioni > Opzioni per variabili continue > Grafico dei quantili normali e Analisi di base > Distribuzioni > Opzioni per variabili continue > Adattamento delle distribuzioni nella Guida di JMP .
