Parâmetros de distribuição para Identificação de distribuição individual

Encontre definições e orientações de interpretação para as estimativas de parâmetro de distribuição fornecidas com Identificação de distribuição individual.

Estimativas de MV do Parâmetros de distribuição

O método de máxima verossimilhança (MV) é usado para estimar os valores dos parâmetros de distribuição que maximizam a função de probabilidade para cada distribuição. O objetivo é obter o melhor "acordo" entre o modelo de distribuição e os dados de amostra observados.

Usando o método de MV, os valores são calculados para um ou mais parâmetros de cada distribuição. Cada combinação de parâmetros produz uma curva de distribuição específica para ajustar os dados.
Local
Este parâmetro afeta o local de uma distribuição. Por exemplo, com diferentes parâmetros de localização, uma distribuição logística pode ser deslocada ao longo do eixo horizontal.
Forma
Este parâmetro afeta a forma da distribuição. Por exemplo, com diferentes parâmetros de forma, uma distribuição Weibull pode parecer mais assimétrica ou mais simétrica.
Escala
Este parâmetro afeta a escala da distribuição. Por exemplo, com parâmetros de escala diferentes, uma distribuição logística pode parecer mais "esticada" ou mais comprimida.
Limite
Este parâmetro afeta o valor mínimo de uma variável aleatória. Por exemplo, com diferentes parâmetros de limite, é possível definir uma distribuição exponencial ao longo de uma diferente gama de valores.
Observação

O Minitab calcula as estimativas dos parâmetros usando o método de máxima verossimilhança para todas as distribuições, exceto distribuições normais e lognormais que, em vez disso, usam estimativas não viciadas dos parâmetros.

Interpretação

Use as estimativas MV dos parâmetros de distribuição para compreender o modelo de distribuição específico que é utilizado para seus dados. Por exemplo, suponha que um engenheiro de qualidade decide que, com base no conhecimento do processo histórico e do Anderson-Darling e nos valores de p de LRT, a distribuição Weibull para 3 parâmetros fornece o melhor ajuste para os dados do processo. Para compreender a distribuição de Weibull para 3 parâmetro específica que é usada para modelar os dados, o engenheiro examina as estimativas MV quanto à forma, escala e limite que são calculados para a distribuição.

Distribuição

A identificação de distribuição individual fornece estatísticas de qualidade do ajuste e parâmetros de distribuição para várias distribuições comumente usadas. Muitas destas distribuições são versáteis e podem modelar uma variedade de dados contínuos, incluindo dados com valores positivos, valores negativos e 0.

No entanto, as distribuições a seguir só podem ser usadas para modelar os dados com valores positivos:
  • Lognormal para 2 parâmetros
  • Exponencial com 1 parâmetros
  • Weibull com 2 parâmetros
  • Gama para 2 parâmetros
  • Loglogística para 2 parâmetros

Portanto, se os dados contiverem valores negativos ou 0, o Minitab não relata resultados para estas distribuições específicas. Nesse caso, use os resultados para a versão de maior parâmetro de cada distribuição. Por exemplo, se os dados contiverem valores negativos, o Minitab não relata resultados para a distribuição lognormal para 2 parâmetros. Em vez disso, use os resultados para a distribuição lognormal de 3 parâmetros.

Para mais informações sobre as distribuições usadas na identificação de distribuição individual, acesse Por que a Weibull é a distribuição padrão para análise de capacidade não-normal?.

Observação

Para obter informações sobre as fórmulas usadas para calcular o FDP e FDA para cada distribuição, acesse Métodos e fórmulas para distribuições em Identificação de distribuição individual.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política