参数增长曲线的趋势检验

拟合参数增长曲线模型时,需要选择可对数据进行良好拟合的模型。对于趋势检验进行如下假设:
  • H0:无趋势(齐次 Poisson 过程)
  • H1:有趋势(非齐次 Poisson 过程)

默认情况下,Minitab 提供五个趋势检验:MIL-Hdbk-189(合并)、MIL-Hdbk-189(基于 TTT)、Laplace(合并)、Laplace(基于 TTT)和 Anderson-Darling。有关更多信息,请转到趋势检验(也称为拟合优度检验)

输出示例

趋势检验 MIL-Hdbk-189 Laplace 基于 TTT 合并 基于 TTT 合并 Anderson-Darling 检验统计量 378.17 378.28 0.86 -0.40 0.94 P 值 0.107 0.448 0.388 0.688 0.389 自由度 424 400

解释

对于空调数据,拟合优度检验的 p 值为 0.107、0.448、0.388、0.688 和 0.389。由于所有 p 值都大于 α = 0.05,因此工程师可以断定没有充分的证据表明数据有趋势。此结果与幂律过程的形状等于 1 的情况一致。

尽管幂律过程提供了充分的拟合,但数据中没有趋势时,不需要使用双参数模型。因此,工程师可能希望考虑使用更简单的齐次 Poisson 过程对这些数据建模。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策