개별 분포 식별에 대한 변환

개별 분포 식별과 함께 제공되는 모든 통계량 및 그래프에 대한 정의 및 해석 방법을 확인해 보십시오.

Box-Cox 변환(λ)

개별 분포 식별을 수행할 때 Box-Cox 변환을 포함하는 경우 Minitab에서는 변환에 사용되는 람다(λ) 값을 보고합니다.

Box-Cox 변환은 아래 표시된 대로, 표준화된 변환 변수의 표준 편차를 최소화하는 람다 값을 추정합니다. 결과 변환은 λ ҂  0일 때 Yλ, λ = 0일 때 ln Y입니다.

이 방법은 여러 유형의 변환을 검색합니다. 다음 표에는 Y'가 데이터 Y의 변환인 일반적인 변환들이 나와 있습니다.

람다(λ) 값 변환

Johnson 변환 함수

개별 분포 식별을 수행할 때 Johnson 변환을 포함하는 경우, Minitab에서는 데이터를 변환하기 위해 사용되는 함수를 보고합니다. 예를 들어, Johnson 변환 함수가 0.762475 + 0.870902 × Ln((X – 46.3174) / (59.677 – X))라고 가정합니다. X에 대한 원래 데이터 값이 50인 경우 변환된 값 50은 0.762475 + 0.870902 × Ln((50 – 46.3174) / (59.6770 – 50))으로 계산되며, 계산 결과는 –0.07893입니다.

Minitab에서 Johnson 변환 함수를 정의하기 위해 사용하는 알고리즘에 대한 자세한 내용은 개별 분포 식별의 변환에 대한 방법 및 공식에서 확인하십시오.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오