个体分布标识
# 1、作用
个体分布标识的核心是通过统计检验、可视化观察和模型评估指标，从多个候选分布中选出与数据特征最匹配的一个，为后续分析提供可靠的分布假设。
# 2、输入输出描述
输入：1个或多个定量变量。
输出：最佳分布。
# 3、案例示例
案例：某电子厂生产车载传感器，需通过个体分布标识选择适配的寿命分布，为产品可靠性预测（如平均无故障时间）提供依据。
# 4、案例数据
# 5、案例操作
Step1：新建分析；
Step2：上传数据；
Step3：选择对应数据打开后进行预览，确认无误后点击开始分析；
step4：选择【个体分布标识】；
step5：查看对应的数据数据格式，包括两种形式：
观测值均位于一列数据中：无分组测量，所有测量结果均在一列；
子组的观测值位于多列的同一行中：有分组测量，分组结果分别在不同列；
step6：点击【开始分析】，完成全部操作。
# 6、输出结果分析
输出结果1：描述统计
图表说明：上表展示了描述统计结果。
输出结果2：拟合优度检验
图表说明：上表展示了分布拟合检验。 当p ≤ 0.05时：我们拒绝“数据服从目标分布” 的原假设；当p > 0.05时：我们不能拒绝“数据服从目标分布” 的原假设。 这表明现有数据没有足够的证据证明其不服从该分布，可以暂时认为数据与目标分布拟合。在显著性水平α=0.05下，正态分布、对数正态分布、Gamma分布、最小极值分布、Weibull分布、Logistic分布、对数Logistic分布的P值均大于0.05, 不能拒绝原假设, 认为数据可能符合这些分布。
输出结果3：概率分布图
图表说明：上图展示了指定分布的概率图（可以在输出结果2切换分布，得到对应分布的概率图），用于评估数据与每个分布的拟合密切程度。 如果分布是数据的良好拟合，这些点将沿着拟合分布线附近分布。离开直线说明拟合是不可接受的。
# 7、注意事项
无
# 8、模型理论
个体分布标识是通过参数估计和拟合优度检验，判断样本数据与某类理论分布的匹配程度的统计方法，常借助极大似然估计等确定分布参数，用安德森 - 达林（Anderson-Darling）检验等判断拟合效果，核心是当 AD 统计量越小、p 值大于 0.05 时，数据与对应分布匹配度越高。以下是其原理及针对各类分布的检验方式：
（1）正态分布
图形法：绘制正态概率图，若样本点近似呈直线，则数据符合正态分布；也可看直方图，若形状接近钟形，且叠加的标准正态曲线能贴合直方图，也可初步判断。 假设检验法： p 值> 0.05，接受正态分布假设；还可通过偏度峰度检验，正态分布偏度和峰度均接近 0，若计算的样本偏度、峰度对应的统计量未超出临界值，即符合正态分布。
（2）对数正态分布
图形法：绘制对数正态概率图，若样本点近似呈直线，则数据符合对数正态分布。 假设检验法：先对数据做对数变换，再对变换后的数据安德森 - 达林检验，若检验结果支持变换后数据符合正态分布，则原始数据服从对数正态分布。
（3）Gamma 分布
图形法：绘制Gamma 分布概率图，若样本点近似呈直线，则数据符合Gamma 分布。 假设检验法：可用安德森 - 达林检验，对应的 p 值 > 0.05，即符合 Gamma 分布。
（4）指数分布
图形法：绘制指数概率图，样本点近似直线则符合分布；也可观察直方图，指数分布直方图呈右偏且尾部递减，以此初步判断。 假设检验法：p 值> 0.05，接受指数分布假设，但注意的是安德森 - 达林检验对指数分布的尾部差异敏感，适合用于精确检验。
（5）最小极值分布
图形法：绘制最小极值概率图，该分布常用于描述极端最小值数据（如最低气温），若样本点能近似呈直线排列，可初步判断拟合。 假设检验法：采用安德森 - 达林检验，计算样本经验分布与理论最小极值分布的累积分布差值，得到 AD 统计量。同时可结合似然比检验，对比该分布与其他相关分布的拟合效果，若其 p 值更优，说明更适合数据。
（6）最大极值分布
图形法：适用于极端最大值数据（如最大洪峰流量），绘制最大极值概率图，样本点近似直线则数据与之匹配。 假设检验法：借助安德森 - 达林检验判断拟合优度，同时遵循个体分布标识的选择原则，若其 p 值大于 0.05，且参数数量少于其他同拟合度分布，优先选择该分布。
（7）Weibull 分布
图形法：Weibull 分布形状随参数变化，可绘制其概率图，样本点呈直线则符合该分布； 假设检验法：安德森 - 达林检验可用于拟合优度判断，提供有效 p 值判断拟合效果。
（8）Logistic 分布
图形法：绘制Logistic概率图，若样本点近似呈直线，则数据符合Logistic分布。 假设检验法：安德森 - 达林检验是常用方法，对比样本经验分布与理论 Logistic 分布的差异。
（9）对数 Logistic 分布
图形法：绘制对数Logistic概率图，若样本点近似呈直线，则数据符合对数Logistic分布。 假设检验法：先对数据做对数变换，再对变换后的数据进行安德森 - 达林检验，若检验结果支持变换后数据符合 Logistic 分布，则原始数据服从对数 Logistic 分布。
# 9、参考文献
[1]Scientific Platform Serving for Statistics Professional 2021. SPSSPRO. (Version 1.0.11)[Online Application Software]. Retrieved from https://www.spsspro.com.