概率分布

Statgraphics 包含多个用于操作统计概率分布的过程。可以绘制 50 多个分布中的每一个，与数据拟合，并用于计算临界值或尾部区域。使用此统计软件也可以从每个分布中生成随机样本。

提供了以下过程：

统计概率分布过程计算 46 个离散分布和连续分布的概率。统计软件将绘制概率密度或质量函数、累积分布函数、幸存者函数、对数幸存者函数或危险函数。它还计算临界值和尾部区域。随机样本可以从给定指定参数值的任何分布中生成。

更多：概率分布.pdf

抽样分布

统计软件的抽样分布过程计算正态分布、学生 t 分布、卡方分布和 F 分布的尾部面积和临界值。它还绘制了计算结果。

更多：采样分布.pdf

正态概率图

正态概率图用于帮助判断数值数据样本是否来自正态概率分布。如果是这样，则当相对于特殊缩放的 Y 轴绘制时，这些点应落在接近直线的位置。对于非正态数据，通常可以通过检查数据偏离正态参考线的方式来确定偏离正态的类型。

更多：正态概率图.pdf

非正态数据的概率图

概率图过程将数据绘制在专门缩放的图形上的单个数值列中，以便，如果数据来自特定分布，则观测值将大致沿直线下降。该过程包括均匀分布图、正态分布图、对数正态分布图、Weibull 分布图、最小极值分布图、逻辑分布图和指数分布图。

更多：概率图.pdf

分布拟合（未删失数据）

分布拟合（未删失数据）过程将 46 个概率分布中的任何一个拟合到一列数值数据。假设数据是未删失的，即数据表示来自所选分布的随机样本。如果需要，统计软件可能会对许多分布进行拟合和排序，因为它们能够匹配数据。执行拟合优度检验以确定哪些分布可以充分模拟观测值。

更多：分布拟合（未删失数据）

分布拟合（删失数据）

分布拟合（删失数据）过程将 45 个概率分布中的任何一个拟合到一列删失数值数据中。当某些数据值不完全已知时，就会发生删失。例如，在测量失败时间时，当研究停止时，某些正在研究的项目可能没有失败，从而导致这些项目的失败时间只有下限。与未经审查的数据一样，分布可以根据其拟合优度进行排序。

分布拟合（任意删失数据）

分布拟合（任意删失数据）过程分析一个或多个观测值不完全已知的数据。具体而言，观察结果可能是：

左删失：已知仅小于规定值。
右删失：已知仅大于规定值。
删失间隔：已知只落在规定的间隔内。

该过程计算汇总统计数据、拟合分布、创建图形以及计算生存函数的非参数估计值。

更多：分布拟合（任意删失数据）或观看视频

随机数生成

随机数可以由统计软件使用概率分布程序从 46 个概率分布中的任何一个生成。它们也可以作为 Statgraphics Centurion 中蒙特卡罗模拟的一部分生成。

更多：概率分布，蒙特卡罗模拟（通用模拟模型）

多元正态随机数

此过程从涉及最多 12 个变量的多元正态分布中生成随机数。用户输入变量均值、标准差和相关矩阵。生成随机样本，这些样本可以保存到 Statgraphics 数据手册中。

更多：多元正态随机数

统计公差限值

统计容差限将特定比例的总体限制在指定的置信水平。它们有许多用途，包括证明人口中很大一部分成员处于要求的范围内。Statgraphics Centurion 计算 11 个特定概率分布的统计公差限值，以及非参数限值。

更多：统计公差限（观测值）

多变量公差限值

“多变量容差限”过程为由多个变量组成的数据创建统计容差限。它包括一个容差区域，该容差区域以 100（1-alpha）% 的置信度将选定的总体 p% 界定为边界。它还包括使用 Bonferroni 方法对每个变量的联合同时公差限值。假定数据是来自多元正态分布的随机样本。通常将多变量公差限值与多个变量的规格进行比较，以确定大多数总体是否在规格范围内。