求教！如何看优度检验的好坏？附实例

获得一组数据不确定是正态分布，如何说服客户是符合另外一种分布情况呢？
已经对数据进行了优度检验，如何选择分布？是不是AD越小越好？P值越大越好？
P<0.005是否表示符合的概率大于99.5%？


螺栓扭矩的分布 ID 图


描述性统计

N N* 均值 标准差 中位数 最小值 最大值 偏度 峰度
1200 0 104.471 4.10619 104.1 95.1 130.5 0.705165 1.99059


Box-Cox 变换: Lambda = -2

Johnson 变换函数:
-1.57997 + 3.12481 * Asinh( ( X - 98.6079 ) / 10.9220 )


拟合优度检验

极大似
分布 AD P 然比 P
正态 3.417 <0.005
Box-Cox 变换 0.762 0.047
对数正态 2.099 <0.005
3 参数对数正态 0.881 * 0.000
指数 510.248 <0.003
2 参数指数 175.918 <0.010 0.000
Weibull 43.074 <0.010
3 参数 Weibull 3.103 <0.005 0.000
最小极值 55.427 <0.010
最大极值 5.972 <0.010
Gamma 2.482 <0.005
3 参数 Gamma 0.949 * 0.000
Logistic 2.050 <0.005
对数 Logistic 1.499 <0.005
3 参数对数 Logistic 0.953 * 0.000
Johnson 变换 0.554 0.152


分布参数的极大似然估计

分布 位置 形状 尺度 阈值
正态* 104.47100 4.10619
Box-Cox 变换* 0.00009 0.00001
对数正态* 4.64815 0.03888
3 参数对数正态 3.15786 0.16977 80.60858
指数 104.47100
2 参数指数 9.38051 95.09049
Weibull 20.72312 106.50362
3 参数 Weibull 2.51877 11.09474 94.60130
最小极值 106.60869 5.44088
最大极值 102.52538 3.62618
Gamma 657.83157 0.15881
3 参数 Gamma 16.77087 0.99592 87.76863
Logistic 104.30067 2.27652
对数 Logistic 4.64695 0.02173
3 参数对数 Logistic 3.15776 0.09600 80.63448
Johnson 变换* -0.04690 0.97928

* 尺度:调整后的极大似然估计