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：

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

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。