BOX-COX变换
某些非正态分布的数据，可以通过BOX-COX变换成正态分布。
D1, D2, D3 的概率图正态 - 95% 置信区间99.99995908070605040302010510.1变量D1D2D3均值标准差NADP2.8332.23550014.076<0.0055.3363.4751253.682<0.0050.10040.010215002.628<0.005百分比-10-505数据10152025 上面三组数据都不是正态分布。采用BOX-COX变换可以变成正态分布的数据。
T1, T2, T3 的概率图正态 - 95% 置信区间99.99995908070605040302010510.1变量T1T2T3均值1.1971.48510.06标准差NADP0.23785000.5740.1360.62521250.2820.6330.99335000.2420.771百分比0246数据8101214 上面是转换的结果。
Johnson变换
还可以用Johnson变换进行正态变换。
D1 的 Johnson 变换原始数据的概率图选择变换N500AD14.076P 值<0.00599.99990百分比0.71AD 检验的 P 值0.480.360.240.120.000.20.40.61.01.2参考 P501010.108160.8Z 值（P 值 = 0.005 均值 <= 0.005）已变换数据的概率图99.99990百分比N500AD0.326P 值0.521501010.1-2024最佳拟合的 P 值: 0.520622最佳拟合的 Z: 0.71最佳变换类型:SB变换函数相等1.79779 + 1.03549 * Ln( ( X + 0.192247 ) / ( 15.9282 - X ) ) 变换的结果。
个体分布标识
采用这个统计工具将数据拟合为各种概率分布。 2
分析
2.1 数据描述
数据描述是给出样本数据的中心趋势和分离趋势的统计量。中心趋势统计量包括均值、中值、众数、四分位数，分类趋势的统计量包括极差（R）、标准差（s）、方差、四分极差。
这些描述都只能描述样本数据的静态性能，而对样本数据沿时间轴的分布无法描述。
Minitab在“统计”->“基本统计量”->“显示描述性统计”中计算描述性统计。
将要统计的列选入“变量”，在“统计量”中选择具体的统计量指标。