William Zhou 问答专帖

skyfree

jiasongchen 发表于 2013-9-18 19:58

可以使用控制图生成器，里面的脚本有自动计算功能。

BTW,咱能不能直接发文字，不用贴图发文字啊，考虑一下手机2G上网的速度和流量啊……

skyfree

hoyle_xu 发表于 2013-10-1 14:32
周老师，你好！
上个问题还没等您解答，问题又来了，呵呵，是这样的，对一组数据做先做"分布"操作，然后对 ...

在做连续拟合所有分布时，分布是按照AICc由小到大排序的，AICc最小的被默认为最佳拟合分布。

在每个分布里的拟合优度检验，是检验现有数据符合此种分布的情况。是不能进行比较的。
也就是说虽然都是采用的是W检验，检验分布不同，在你的例子里，一个是用Shapiro—Wilk W检验 检验现有data符合正态分布的概率，另一个是虽然也用Shapiro—Wilk W检验，但检验的是data符合Johnson S分布的概率。其它分布还会用到别的检验方法，因此是不能比较的。

BTW, 你这个例子的数据量太小，才6个，进行数据分布拟合，用来做分析是很不稳健的，这也是造成你的拟合优度结果都不好的原因。

skyfree

hoyle_xu 发表于 2013-9-28 08:18
周老师，您好！
      最近收到JMP网站注册有礼活动的《JMP 统计分析教程》一书，在阅读到第 233页 第五 ...

书中画红框的部分是正确的。方差分析中，当P<0.05（显著水平）时，拟合回归具有统计意义。所以你做的练习，线性回归模型是显著地。
你说的从图形上看，你练习的比书上的线性关系要好，这个就是需要看拟合汇总中的R-sq 和adj R-sq，它们说明了回归模型的拟合优度。R方越高，模型越好。你练习中的R方达到了0.93，明显好于书中的？看图形，书中的应该不超过0.5.

skyfree

hoyle_xu 发表于 2013-10-1 18:52
嗯，这个例子也是《JMP 统计分析教程》一书中的例4.2，说中说这几个数据是非正态分布，视觉上也明知是非 ...

AICc，在你的JMP里就有啊。恩，就是你上面图上那个修正AIC。越小，表示这个的拟合优度越高。这个就是统一的来横向比较的。而你说的那个概率是不能横向比较的，因为他们的概率基准单位不同，不能比较。

skyfree

hoyle_xu 发表于 2013-10-1 21:15
嗯，似乎有点明白了
但是即使我横向不比较，起码我在只对johnsonS1   做拟合优度的检验时候，这个概率应 ...

怎么说呢， JMP系统默认是以AICc从小到大来排序，但并不能保证它就一定能符合这个分布，它只是提供一个在所有分布间相对的一个比较。也就是说当所有分布都不能符合时，它不能给出提示！所以，在做分布选择时，除了看这个，还要进行拟合优度检验。
还有，修正AIC是在AIC上加上了样本量的影响。样本量的大小，对分布的选择也起了重要的作用。此题Jonson S不是最好分布，这个分布拟合没有意义，还是建议增大样本量。
再提一句，当我们在做正态性验证时，P>0.05, 再做fit all时，最佳分布却是别的分布，这时候怎么选择，正态分布给出的信息是足够多的。

skyfree

hoyle_xu 发表于 2013-10-7 21:06
Hi, SKYFREE, 不知道我在30楼的理解对不对呢？

关于AIC和AICc方面的，可以参考http://en.wikipedia.org/wiki/Akaike_information_criterion 进行进一步的理解它的功能和用处。一般的我们说AICc最小，模型最好，但是它不一定就是说它是最好的能解释我们现象的模型，Aicc最小，它只是说明和你现有data的fit是最好的，那么这个data收集的可靠度和sample size的大小等需不需要再考虑？还有，当我们当我们已经有了一个熟悉的分布如正态分布，假设检验P>0.05,说明我们不能拒绝原假设，那么按照这个分布去分析解释还是稳健可靠的。