深入浅出正态分布

九三

寿命似乎不是正态的

sxp

永春膏药-小戴 发表于 2021-4-1 10:49
控制图的原理就是中心极限定理，没有这个原理， 你没有办法用控制图这个工具。

我说的不是原理，我从来没说原理错误，我是说，在控制图中强调中心极限定理是很容易掉坑里，因为在控制图的应用中是不需要直接使用中心极限定理的。
没有糊涂，控制图不需要知道样本、总体的分布模型，按正态分布计算即可。
这是你上边的回复，在你回复之前：
再看看我的回复：以前有个流毒已久的说法：，只要数据足够多，比如超过30个，就不用考虑是否正态，因为中心极限定理的原因

sxp

永春膏药-小戴 发表于 2021-4-1 10:49
控制图的原理就是中心极限定理，没有这个原理， 你没有办法用控制图这个工具。

没有糊涂，控制图不需要知道样本、总体的分布模型，按正态分布计算即可。
这是你上边的回复，在你回复之前：

我的回复：以前有个流毒已久的说法：，只要数据足够多，比如超过30个，就不用考虑是否正态，因为中心极限定理的原因

你现在我觉得认识到这个问题了，这个坑我在刚学时也掉过，所以提醒一下。

中心极限定理还有大数定律很重要，是我们计算推测总体均值以及置信区间的基础，你说是控制图的基础我也不反驳，但是这个不能的出不考虑样本和总体的分布就做控制图

sxp

九三 发表于 2021-4-1 10:54
寿命似乎不是正态的

我记得寿命是Weibull 分布

永春膏药-小戴

sxp 发表于 2021-4-1 10:56
我说的不是原理，我从来没说原理错误，我是说，在控制图中强调中心极限定理是很容易掉坑里，因为在控制图 ...

没有糊涂，控制图不需要知道样本、总体的分布模型，按正态分布计算即可。
这段话是我打快了，属于我的失误。
前有个流毒已久的说法：，只要数据足够多，比如超过30个，就不用考虑是否正态，因为中心极限定理的原因。
问题在哪里，30个数据没有错，控制图就靠中心极限定理也没有错，错在哪里，错在非连续型数据不能直接套用正态分布模型，因为正态分布模型不适用于这类数据。
那么连续型数据（因为测量原因导致不符合非正态，或者就是非正态分布的）可以用吗，可以，不会有特别大的干扰。

永春膏药-小戴

永春膏药-小戴 发表于 2021-4-1 11:06
没有糊涂，控制图不需要知道样本、总体的分布模型，按正态分布计算即可。
这段话是我打快了，属于我的失 ...

还有，这30个数据不是样本数据，是30个均值数据。我估计很多人错在这里。

sxp

永春膏药-小戴 发表于 2021-4-1 11:09
还有，这30个数据不是样本数据，是30个均值数据。我估计很多人错在这里。

你说的对，是这样的，

sxp

永春膏药-小戴 发表于 2021-4-1 11:06
没有糊涂，控制图不需要知道样本、总体的分布模型，按正态分布计算即可。
这段话是我打快了，属于我的失 ...

这样基本就清楚了，不用在争论了，不过你说连续型数据不会有特别大的干扰这个我是不同意的，不过这个也不需要争论，从数学上我也说不清，只能说我看到的资料（比较权威的）是不太赞成这一点的

永春膏药-小戴

sxp 发表于 2021-4-1 11:13
你说的对，是这样的，

那可以用样本数据吗，可以，这30个数据应该是按照取样计划时间点测量的单值（此时相当于均值，即单点只测一次），采用单值-移动极差画控制图即可。（不过，有可能出现这组数据其实不是连续型的数据，要靠经验的）

永春膏药-小戴

sxp 发表于 2021-4-1 11:16
这样基本就清楚了，不用在争论了，不过你说连续型数据不会有特别大的干扰这个我是不同意的，不过这个也不 ...

其实统计分析需要有经验的，有些数据是需要先分层或者分组的，很多干扰是因为数据分组没有处理好。

sxp

永春膏药-小戴 发表于 2021-4-1 11:19
那可以用样本数据吗，可以，这30个数据应该是按照取样计划时间点测量的单值（此时相当于均值，即单点只测 ...

我认为是可以的，或者绝大部分情况适用

永春膏药-小戴

sxp 发表于 2021-4-1 11:25
我认为是可以的，或者绝大部分情况适用

OK，其实不是流毒太深，我估计还是没有培训到位，毕竟这一块很多企业似是而非。

xintianyou420

那么什么是正态分布？ John D. Cook 的文章是哪一篇文章可推荐一下吗？另外能否推荐正态分布的资料？谢谢！