Parkey 一组数据,因为精度不足,不符合正态分布。有什么方法处理吗? 备注:1. 其他分布无法转换。 2. 同时数据为目前现阶段采用的测量工具卡尺,提高精度,成本太高,无法采用。 3. 选择数个测量值的平均数,再进行正态检验,可以通过(无任何理论根据)。 4. 😅
womeimingzi11 没太明白所谓的处理方法是什么意思。即便数据不呈现正态分布,也不能转换为正态分布。那就考虑其他的分析方法即可。如果具体描述需求,可能会更好给出建议。 第三点,如果人工选择了数据,就不能代表整体数据的分布类型,那么分析的结果也不能用于推断整体数据。所以不要这么做……
Parkey womeimingzi11 Thanks! 还请帮忙再分析一下。 目前的状况是这样:某一尺寸生产现场的巡检数据整体,正态检验不符合正态分布。但是按天取巡检数据进行平均数。平均数的集合是符合正态分布。 猜测:每批现场巡检数据是单独的一个正态分布,但是 1. 因为巡检时间间隔,一批取样数据不是很多。2. 测量工具为卡尺,测量精度无法达到变异的 1/7 或者 1/10。 造成数据整体,正态检验的结果 P<0.005
Heterogeneity Parkey 根据中心极限定理,不管随机变量的分布如何,只要满足一定的条件,随机变量的样本均值就会逐渐变成正态分布的样子(严谨地说是“依分布收敛于某一正态分布”)。 这里你“按天取巡检数据进行平均数”就是把每一天的所有数据看成一个样本,算得的平均数就是这个样本的均值。这个样本的均值符合正态分布,并不能反推出每天的数据服从什么分布。