Übersicht über Identifikation der Verteilung

Verwenden Sie Identifikation der Verteilung, um eine geeignete Verteilung oder Transformation für Ihre Daten zu bestimmen, bevor Sie eine Analyse durchführen.

Viele statistische Analysen, z. B. die Prozessfähigkeitsanalyse, basieren auf der Annahme, dass die Daten einer bestimmten Verteilung folgen. Identifikation der Verteilung bietet Wahrscheinlichkeitsnetze und Tests auf Güte der Anpassung, mit denen Sie folgende Möglichkeiten haben:

• Feststellen, welche von 14 Verteilungen für die Daten am besten geeignet ist
• Feststellen, ob sich die Daten durch eine Transformation an die Normalverteilung anpassen lassen

Ein Hersteller von Bodenfliesen möchte beispielsweise die Fähigkeit eines Fertigungsprozesses auswerten, Fliesen ohne Wölbungen herzustellen. Der Qualitätsanalytiker misst die Wölbungen bei Zufallsstichproben der Fliesen und zeichnet die Daten auf. Da die Verteilung der Wölbungsdaten unbekannt ist, verwendet der Analytiker die Identifikation der Verteilung und ermittelt, dass die Weibull-Verteilung die beste Anpassung bietet. Daher entscheidet sich der Analytiker, die Fähigkeit des Prozesses mit Hilfe einer Prozessfähigkeitsanalyse für nicht normalverteilte Daten auf der Grundlage der Weibull-Verteilung auszuwerten.

Sie können auch die Identifikation der Verteilung verwenden, um die Daten mit einer Box-Cox- oder Johnson-Transformation zu transformieren und die transformierten Datenwerte zur weiteren Analyse im Arbeitsblatt zu speichern. Ein Qualitätsanalytiker möchte beispielsweise mehrere statistische Analysen durchführen, die auf der Annahme der Normalverteilung basieren. Wenn ein Test auf Normalverteilung zeigt, dass die Prozessdaten in der Stichprobe nicht aus einer Normalverteilung stammen, verwendet der Analyst die Identifikation der Verteilung, um die Daten mit einer Box-Cox- und einer Johnson-Transformation zu transformieren, um die Wirksamkeit der jeweiligen Transformation zu beurteilen und die transformierten Datenwerte zur weiteren Analyse zu speichern.