正态分布_应用中心极限定理

kslam · 发表于 2018-4-28 18:36:48

欢迎您注册蒲公英

您需要登录才可以下载或查看，没有帐号？立即注册

x

本帖最后由 kslam 于 2018-4-28 18:41 编辑

Minitab 信息

"如果样本足够大，则继续进行分析尽管许多假设检验在形式上基于正态假设，但是如果您的样本足够大，则仍可以在非正态数据中获得很好的结果。所需的数据量取决于您数据的非正态程度，但通常 20 个样本即足够。正态的强大性与样本大小之间的关系基于中心极限定理。该定理证明，随着样本大小增加，任何分布中数据均值的分布接近于正态分布。因此，如果您需要影响总体均值，则只要样本足够大，正态假设并不重要。"
____________________________________________________________________________

我使用Minitab正态性检验一组30个数据, 从而知道是否该数据正态。

结果是非正态数据。看正态概率图1。

基于中心极限定理，我使用Minitab进行蒙特卡罗模拟 (Monte Carlo Simulation)。样本量是60。然后我用正态性检验一这模拟组的60个数据。

结果是正态数据。看正态概率图2。

因此没有必要变换数据以使数据符合正态分布。

globle001 · 发表于 2018-4-28 21:06:27

请教一下2个问题：
1. 用正态分布生产一定样本的随机数，就是Monte Carlo Simulation？
2. 因为这60个样本是通过正态分布随机产生的，肯定是符合正态分布的，也就是进行正态性检验，应该肯定符合的吧。

syhorchid · 发表于 2018-4-28 23:21:59

学习一下

xqliu · 发表于 2018-4-29 11:24:27

持续学习，谢谢提供分享。

kslam · 发表于 2018-4-29 13:01:58

globle001 发表于 2018-4-28 21:06
请教一下2个问题：
1. 用正态分布生产一定样本的随机数，就是Monte Carlo Simulation？
2. 因为这60个样 ...

你说的都是对的。

弹剑桃花源 · 发表于 2018-4-29 16:46:30

计算CPK都不用转换了吗？

胜利者 · 发表于 2018-4-29 23:07:31

学习

北重楼 · 发表于 2018-5-1 19:39:12

感谢楼主的精彩分享

kslam · 发表于 2018-5-3 10:49:13

本帖最后由 kslam 于 2018-5-3 11:00 编辑

弹剑桃花源发表于 2018-4-29 16:46
计算CPK都不用转换了吗？

在做过程能力和I-MR控制图之前检查正态分布。I-MR 控制图对非正态数据敏感。当数据是非正态数据时，I-MR 控制图产生的误报率比数据是正态数据时的误报率高 4 到 5 倍。

lqthjm · 发表于 2018-6-21 16:34:10

谢谢分享

[统计应用] 正态分布_应用中心极限定理

欢迎您注册蒲公英

评分

点评

点评