분포 적합하는 방법
- 분포를 확인할 측정값 열을 머리글과 함께 복사합니다.
- 데이터 레이블의 열 이름(A)을 클릭하고 붙여넣으면 첫 줄이 열 이름이 됩니다. CSV·엑셀 파일을 불러와도 됩니다.
- 분포를 적합할 열을 고릅니다(여러 열이면 열마다 결과가 나옵니다).
- 분석하기 버튼을 누르고 최적 분포, AIC 순위(상위 5개), 모수 값을 확인합니다.
후보 분포와 적합 방법
정규분포, 로그정규분포, Weibull, 지수분포, Gamma, Logistic, 최소극값분포, 최대극값분포 8개를 최우추정(MLE)으로 맞춥니다. 로그정규·Weibull·Gamma·지수분포는 위치(임계값) 모수까지 함께 추정하는 3모수(지수는 2모수) 형태이며, 계산 방법은 데스크톱 Qstat이 쓰는 SciPy와 같습니다.
AIC로 고르기
AIC = 2×(모수 개수) - 2×(로그가능도)로, 데이터를 잘 설명하면서도 모수가 적을수록 작아집니다. 가장 작은 AIC의 분포를 최적 분포로 고르고, 유효 데이터가 8개 미만이면 적합하지 않습니다.
분포 적합 결과 해석
- AIC 차이가 2 이내인 분포들은 사실상 비슷하게 잘 맞는다고 봅니다. 순위 상위 5개를 함께 확인하세요.
- 곡선이 히스토그램의 봉우리와 꼬리를 잘 따라가는지 눈으로도 확인하는 것이 좋습니다.
- 비정규 공정능력분석, 신뢰성(수명) 분석에서 쓸 분포를 정할 때 이 결과를 근거로 삼을 수 있습니다.
자주 묻는 질문
파라미터 순서는 어떻게 되나요?
SciPy와 같은 순서입니다. 모양 모수가 있는 분포는 (모양, 위치, 척도), 없는 분포는 (위치, 척도)입니다.
데이터가 몇 개 있어야 하나요?
8개 이상이어야 적합합니다. 분포 판단을 위해 30개 이상을 권장합니다.
적합도 검정 p-value도 볼 수 있나요?
이 기능은 AIC로 후보를 비교합니다. 정규성은 정규성 검정 페이지에서 p-value로 확인할 수 있습니다.
입력한 데이터가 서버로 전송되나요?
아니요. 모든 계산은 브라우저 안에서만 이뤄지며 데이터는 전송·저장되지 않습니다.
다른 그래프 도구
공정능력분석·관리도·실험계획법까지 필요하다면
Qstat 데스크톱 프로그램은 히스토그램과 상자그림은 물론 공정능력분석(Cp·Cpk), 관리도, 측정시스템분석(MSA), 실험계획법(DOE), 회귀분석, 머신러닝까지 250여 가지 분석 기능을 제공합니다.
Qstat 30일 무료 체험