经验累积分布函数

  • 更新时间: 2018-01-19
  • 来源: 原创或网络
  • 浏览数: 39次
  • 字数: 3121
  • 发表评论

典型的经验累积分布函数图包含:

· 表示百分位数尺度的 y 轴

· 表示数据值的 x 轴

· 示在样本中观测到的实际累积分布的步阶函数

· 基于根据样本估计的参数的拟合累积分布

· 含分布参数估计和样本大小的表

使用经验累积分布函数图确定数据与特定分布的拟合程度,并获取估计总体参数和百分位数。比较拟合线和步阶函数以便确定假设分布拟合的程度。如果分布与数据拟合,则您可以使用拟合线来估计总体的百分位数。

Minitab 基于根据数据估计的参数计算累积分布函数,然后参照样本中小于或等于它的值的百分比绘制每个值。与概率图不同,Minitab 不变换经验累积分布函数图的尺度,而且拟合分布不形成一条直线。

数据说明

一家铝铸件工厂需要评估其铝合金铸件的强度。他们随机收集铸件样本并测量强度。此外,公司的营销小组表示,如果铸件的强度值大于或等于 1,就可以打开市场并作为优质铸件销售。制造商希望确定其产品中有多少满足这一标准。

输出示例

经验累积分布函数,by 5lulu.com

解释

铝铸件数据的经验累积分布函数图显示均值为 0.5998 且标准差为 0.3311 的正态分布似乎与样本数据拟合。由于分布与数据拟合,因此您可以使用拟合线来估计总体的百分位数。在强度值为 1 处插入的百分位数线显示制造商的产出中有 88.7% 落在该值以下。因此,制造商可以将剩余的 11.3% 的铝铸件按次优品销售。

您可能希望通过创建概率图来进一步评估估计值,其中概率图包括:

· Anderson-Darling 统计量和 p 值,可帮助您验证正态分布是否与数据拟合

· 估计百分位数的置信区间


标签: 积分 累积分布函数 分布函数

我来评分 :6
0

转载注明:转自5lulu技术库

本站遵循:署名-非商业性使用-禁止演绎 3.0 共享协议