वितरण फिटिंग

वितरण फिटिंग क्या है?

वितरण फिटिंग यह पहचानती है कि कौन-सा प्रायिकता वितरण किसी डेटासेट का सबसे अच्छा वर्णन करता है। यद्यपि कई लोग यह मान लेते हैं कि डेटा सामान्य रूप से वितरित है, वास्तविक जगत का डेटा प्रायः lognormal (गुणात्मक प्रक्रियाएँ), exponential (घटनाओं के बीच का समय), Weibull (विश्वसनीयता/जीवनकाल) या अन्य वितरणों का पालन करता है। गलत वितरण के उपयोग से गलत पूर्वानुमान और गलत प्रक्रिया क्षमता आकलन मिलते हैं।

फिटिंग प्रक्रिया अधिकतम संभाव्यता आकलन (Maximum Likelihood Estimation) की सहायता से वितरण के प्राचल आकलित करती है (जैसे Normal के लिए माध्य और σ, Weibull के लिए shape और scale)। मॉडल चयन सूचना मानदंडों पर आधारित है: AIC (Akaike Information Criterion) और BIC (Bayesian Information Criterion) फिट की गुणवत्ता और मॉडल की जटिलता के बीच संतुलन बनाते हैं। कम AIC/BIC मान बेहतर मॉडल दर्शाते हैं।

Kolmogorov-Smirnov (KS) परीक्षण आनुभविक संचयी वितरण की तुलना फिट किए गए सैद्धांतिक CDF से करता है। उच्च KS p-मान (> 0.05) अच्छा फिट दर्शाता है। QQ-प्लॉट दृश्य सत्यापन देता है: विकर्ण का अनुसरण करते बिंदु पुष्टि करते हैं कि चुना गया वितरण उपयुक्त है।

Formula: KS Statistic = max|F_empirical(x) - F_theoretical(x)| AIC = 2k - 2 ln(L) BIC = k ln(n) - 2 ln(L) where k = parameters, L = likelihood, n = sample size

गणना उदाहरण

100 मापों को Normal (AIC=312, BIC=317, KS p=0.08) और Lognormal (AIC=305, BIC=310, KS p=0.45) पर फिट किया गया। Lognormal का AIC/BIC कम और KS p-मान अधिक है — यही बेहतर फिट है। lognormal का QQ-प्लॉट सामान्य QQ-प्लॉट की तुलना में विकर्ण का अधिक निकटता से अनुसरण करता है।

इस कैलकुलेटर का उपयोग कब करें

• प्रक्रिया क्षमता विश्लेषण से पहले सही वितरण model निर्धारित करने के लिए — गैर-सामान्य डेटा पर Cpk सूत्रों का उपयोग भ्रामक परिणाम देता है
• विश्वसनीयता या जीवनकाल डेटा का विश्लेषण करते समय जो आमतौर पर दाईं ओर विषम होता है — Weibull, lognormal, या exponential normal से बहुत बेहतर fit कर सकता है
• अपने डेटा के मूलभूत आकार को समझने और उपयुक्त सांख्यिकीय विधियों का चयन करने के लिए प्रक्रिया characterization के दौरान
• जब SPC नियंत्रण चार्ट सीमाएँ अनुपयुक्त लगती हैं — डेटा सामान्य रूप से वितरित नहीं हो सकता
• माप डेटा की आपूर्तिकर्ता विनिर्देशों से तुलना करते समय — वास्तविक वितरण जानने से out-of-spec दरों की सटीक भविष्यवाणी संभव होती है

बचने योग्य सामान्य गलतियाँ

• बिना जांचे सभी डेटा को सामान्य रूप से वितरित मानना — विनिर्माण डेटा अक्सर विषम (lognormal), सीमित (beta), या multimodal (mixture) होता है; हमेशा fit करें और तुलना करें
• जब KS p-value बहुत कम हो तब अकेले AIC के आधार पर वितरण चुनना — AIC उम्मीदवारों में सापेक्ष fit रैंक करता है, लेकिन कम KS p-value का मतलब है कि सबसे अच्छा उम्मीदवार भी अच्छा fit नहीं कर सकता
• छोटे dataset पर कई parameters वाला जटिल वितरण चुनकर over-fit करना — जब fits समान हों तो सरल वितरण पसंद करें
• fit को visualize न करना — केवल संख्यात्मक मानदंड भ्रामक हो सकते हैं; हमेशा histogram overlay और QQ-plot जांचें

परिणामों की व्याख्या कैसे करें

• सबसे कम AIC/BIC और सबसे अधिक KS p-value वाला वितरण सर्वोत्तम उम्मीदवार है — जब AIC और BIC असहमत हों, BIC अधिक रूढ़िवादी है
• KS p-value > 0.05 संकेत करता है कि fit किया गया वितरण डेटा के अनुरूप है — कम मान खराब fit सुझाते हैं
• यदि Normal अच्छा fit करता है, मानक Cpk/Ppk सूत्र और parametric परीक्षण सीधे लागू होते हैं
• यदि Lognormal सबसे अच्छा fit करता है, क्षमता विश्लेषण से पहले डेटा को log-transform करने पर विचार करें
• यदि कोई मानक वितरण अच्छा fit नहीं करता, डेटा multimodal हो सकता है — जांचें कि क्या डेटा को स्तरीकृत किया जाना चाहिए

संबंधित मानक और संदर्भ

• NIST/SEMATECH e-Handbook §1.3.5 — प्रायिकता प्लॉटिंग, फिट की उपयुक्तता के आकलन और वितरण चयन का मार्गदर्शन
• Akaike (1974) & Schwarz (1978) — AIC और BIC को परिभाषित करने वाले मूल शोधपत्र, जो यहां उम्मीदवार वितरणों की रैंकिंग के लिए प्रयुक्त सूचना मानदंड हैं
• D'Agostino & Stephens, Goodness-of-Fit Techniques (1986) — यह आकलन करने का क्लासिक संदर्भ कि फिट किया गया वितरण डेटा का कितना अच्छा वर्णन करता है
• ISO 5479 — सामान्य वितरण से विचलन के परीक्षण, जो फिट के साथ रिपोर्ट किए गए Shapiro-Wilk सामान्यता परीक्षण को कवर करता है

अक्सर पूछे जाने वाले प्रश्न

मुझे सबसे पहले कौन-सा वितरण आज़माना चाहिए?

सतत सममित डेटा के लिए Normal से शुरू करें। धनात्मक रूप से विषम डेटा या ऐसे डेटा के लिए जो ऋणात्मक नहीं हो सकता (सांद्रता, साइकिल टाइम), Lognormal आज़माएँ। जीवनकाल/विश्वसनीयता डेटा के लिए Weibull या Exponential आज़माएँ। गणना (count) डेटा (प्रति इकाई दोष, आगमन) असतत होता है — यह टूल केवल सतत वितरण फ़िट करता है, इसलिए गणना डेटा को Poisson या द्विपद जाँच से मॉडल करें। हिस्टोग्राम का आकार प्रारंभिक मार्गदर्शन देता है: सममित घंटी → Normal, दाईं ओर विषम → Lognormal/Weibull, स्थिर दर → Exponential।

AIC और BIC में क्या अंतर है?

दोनों ओवरफिटिंग रोकने के लिए मॉडल की जटिलता पर दंड लगाते हैं, परंतु BIC अतिरिक्त प्राचलों पर अधिक कड़ा दंड लगाता है, विशेष रूप से बड़े नमूनों के साथ। AIC अधिक जटिल मॉडल चुनने की प्रवृत्ति रखता है (बेहतर पूर्वानुमान), जबकि BIC सरल मॉडल चुनने की प्रवृत्ति रखता है (बेहतर मॉडल पहचान)। जब दोनों असहमत हों, तो BIC अधिक रूढ़िवादी विकल्प है। दोनों का उपयोग करें — यदि वे सहमत हों, तो चयन पर भरोसा अधिक होता है।