您可以使用“连续拟合”或“离散拟合”子菜单中的选项拟合连续变量的分布。拟合连续变量分布时，曲线将叠加在直方图上，并将“比较分布”报表和“拟合分布”报表添加到报表窗口中。“拟合分布”报表中的红色小三角菜单包含其他选项。请参见“拟合分布”选项。
注意：“寿命分布”平台还包含可能使用不同参数化并允许删失观测的分布拟合选项。请参见《可靠性和生存方法》中的寿命分布。
“连续拟合”子菜单包含用于拟合连续分布的选项。有关这些分布的参数化的详细信息，请参见连续拟合分布。
拟合正态
拟合数据的正态分布。正态分布通常用于针对对称且多数值位于曲线中间的数据建模。
拟合 Cauchy
拟合数据的 Cauchy 分布。Cauchy 分布具有未定义的均值和标准差。尽管大多数数据本身并不服从 Cauchy 分布，但对于包含大量离群值（高达 50%）的数据，它可以用于估计稳健的位置和尺度。
拟合 SHASH
拟合数据的 sinh-arcsinh (SHASH) 分布。SHASH 分布类似于 Johnson 分布，因为它是变换了的正态分布；但 SHASH 分布是将正态分布作为特例包括在内。该分布可以对称也可以非对称。
拟合指数
（仅当所有观测都非负时才可用。）拟合数据的指数分布。指数分布是向右偏斜的，通常用于对寿命或两个相继事件之间的时间建模。
拟合 Gamma
（仅当所有观测都为正时才可用。）拟合数据的 gamma 分布。gamma 分布是用于对正值建模的灵活分布。
拟合对数正态
（仅当所有观测都为正时才可用。）拟合数据的对数正态分布。对数正态分布是向右偏斜的，通常用于对寿命或事件发生前的时间建模。
拟合 Weibull
（仅当所有观测都为正时才可用。）拟合数据的 Weibull 分布。Weibull 分布是较为灵活的分布，经常用于对寿命或事件发生前的时间建模。
拟合两正态混合
拟合两正态混合分布。这种灵活分布能够拟合双模态数据。
拟合三正态混合
拟合三正态混合分布。这种灵活分布能够拟合多模态数据。
拟合平滑曲线
使用非参数密度估计（核密度估计）拟合平滑曲线。通过使用“非参数密度”报表中显示的滑块更改带宽来控制平滑量。
拟合 Johnson
拟合数据的 Johnson 分布。拟合和报告三种 Johnson 分布类型（Su、Sb 和 Sl）中最合适的一种。Johnson 系列分布具有很强的数据拟合能力，因为它支持偏度和峰度的每种可能组合。有关 Johnson 分布的选择过程和参数估计的信息，可以在 Slifker 和 Shapiro (1980) 中找到。
拟合 Beta
（仅当所有观测都介于 0 和 1 之间时才可用。）拟合数据的 beta 分布。beta 分布适用于对介于 0 和 1（不包括 0 和 1）之间的数据建模，通常用于对比例或比率建模。
全部拟合
拟合变量的所有可用连续分布。“比较分布”报表包含有关每个拟合分布的统计量。默认情况下选定最佳拟合分布并显示在直方图上。使用复选框可显示或隐藏拟合报表以及叠加选定分布的曲线。最初，“比较分布”报表按 AICc 升序排序。
提示：通过双击“分布”列中的分布的名称，可以从“比较分布”列表中快速删除分布。该操作还将删除相应的“拟合分布”报表。
启用传统拟合器
显示或隐藏“传统拟合器”子菜单。在 JMP 15 中更新了分布拟合的一些功能。该选项支持您使用以往 JMP 版本中的旧功能，这些功能出于兼容目的而得以保留。请参见传统分布拟合器详细信息。
当所有数据值都是整数时，“离散拟合”子菜单可用。“离散拟合”子菜单包含用于拟合离散分布的选项。有关这些分布的参数化的详细信息，请参见离散拟合分布。
拟合 Poisson
拟合数据的 Poisson 分布。Poisson 分布用于对给定时间间隔中的事件数建模，经常表示为计数数据。
拟合负二项
拟合数据的负二项分布。负二项分布用于对指定失败次数之前的成功次数建模。负二项分布也等价于 Gamma Poisson 分布。
拟合零泛滥 Poisson
（仅当数据中有零值时才可用。）拟合数据的零泛滥 Poisson 分布。与标准 Poisson 分布相比，零泛滥 Poisson 假设数据中的零值比例更大。
拟合零泛滥负二项
（仅当数据中有零值时才可用。）拟合数据的零泛滥负二项分布。与标准负二项分布相比，零泛滥负二项假设数据中的零值比例更大。
拟合二项
拟合数据的二项分布。二项分布有助于对在 n 次独立试验（全部具有固定的成功概率 p）中成功的总次数进行建模。样本大小可以指定为所有观测的固定样本大小，也可以指定为数据表中包含每行样本大小的另一列。
注意：指定非常数样本大小时，密度曲线、诊断图和刻画器不可用。
拟合 Beta 二项
拟合数据的 beta 二项分布。beta 二项分布是过度离散版本的二项分布。beta 二项分布对于每个观测都要求样本大小大于 1。样本大小可以指定为所有观测的固定样本大小，也可以指定为数据表中包含每行样本大小的另一列。
注意：指定非常数样本大小时，密度曲线、诊断图和刻画器不可用。
每个拟合的分布报表都有一个包含更多选项的红色小三角菜单。
密度曲线
使用分布的估计参数在直方图上叠加密度曲线。
诊断图
包含以下选项：
QQ 图
显示或隐藏分位数图。该图显示观测与使用估计参数得到的分位数之间的关系。
PP 图
显示或隐藏分位数 (PP) 图。该图显示经验累积分布函数 (CDF) 与使用估计参数获得的拟合 CDF 之间的关系。
刻画器
包含以下选项：
“分布”刻画器
显示或隐藏累积分布函数 (CDF) 的预测刻画器。
“分位数”刻画器
显示或隐藏分位数函数的预测刻画器。
保存列
包含以下选项：
保存密度公式
将列保存到数据表中，该数据表包含使用估计的参数值计算的密度公式。
保存分布公式
将列保存到数据表中，该数据表包含使用估计的参数值计算的累积分布函数 (CDF) 公式。
保存模拟公式
将使用估计参数生成模拟值的公式所在的列保存到数据表中。该列可用在模拟实用工具中，作为“换入列”。请参见模拟。
保存变换
（仅可用于 Johnson 和 SHASH 分布拟合。）将包含变换公式的列保存到数据表中。该公式可用于通过拟合分布对分析列进行正态变换。
拟合优度
（不可用于 Johnson、平滑曲线、正态混合、二项、或 Beta 二项分布。）显示或隐藏“拟合优度检验”报表，其中包含拟合分布的基于模拟的拟合优度检验。对于连续拟合，这是 Anderson-Darling 检验。对于离散拟合，这是 Pearson 卡方检验。对于正态分布，当样本小于等于 2000 且没有固定参数时，还将报告 Shapiro-Wilk 正态性检验。
固定参数
（不可用于 Johnson 分布拟合。）支持您固定参数并重新估计未固定的参数。同时显示“适当性似然比检验”报表，用于检验新参数，以确定这些参数是否能拟合数据。
过程能力
（不可用于 Cauchy 分布或离散分布拟合。）支持您使用拟合分布创建过程能力分析，该分布是衡量过程在规格限方面的表现的测度。从“拟合分布”红色小三角菜单中选择“过程能力”选项时，将显示一个窗口，其中包含以下选项：
输入规格限
支持您手动输入规格限。要使用拟合分布计算规格限，请将此部分留空，改为使用“计算分位数规格限选项”下的选项。
计算分位数规格限选项
支持您根据拟合分布计算规格限。可使用两种方法。
在第一种方法中，输入与拟合分布的分位数相关联的概率以计算规格限。
在第二种方法中，输入用于计算规格限的 K-Sigma 乘数值。该方法提供用于创建双侧或单侧限制的选项。
输入概率或 sigma 乘数的值后，点击计算规格限以计算规格限。这些限值将输入“输入规格限”面板。点击确定接受这些限值并生成“过程能力”报表。
过程能力选项
包含以下选项：
“移动极差选项”分级显示项包含支持您选择移动极差统计量类型的选项。请参见《质量和过程方法》中的移动极差选项。
“非正态分布选项”分级显示项包含一些选项，这些选项支持您选择用于非正态过程能力计算的方法。请参见《质量和过程方法》中的非正态分布选项。
有关“过程能力”选项和报表的详细信息，请参见《质量和过程方法》中的过程能力。
注意：您可以在文件 > 首选项 > 平台 > 过程能力中，为分布中的“过程能力”报表内的许多选项设置首选项。
删除拟合
从报表窗口中删除分布拟合。