品牌型号：微软 surface pro7

系统：Windows 10 64位专业版

软件版本：JMP 18

在数据分析的过程中，有时数据量太小，统计结果波动很大，样本难以收集，最后样本量不足导致结果不可靠，不确定数据是否正态分布，接下来的种种基础分析都无法继续进行。所以扩大样本量是一个在数据分析中比较重要的内容，JMP为我们提供了扩大样本量和检验正态性的方法，让分析可以更加准确，本文将详细介绍有关JMP怎么扩大样本量分析，JMP怎么看一组数据是不是正态的相关内容。

一、JMP怎么扩大样本量分析 

扩大样本量在数据分析中具有很重大的意义，可以提高统计功效，样本量越大，均值、方差等统计量更加稳定，分析中的错误概率将会降低。同时，还可以减少误差，避免小样本导致的偶然性结论。比如假设检验中的第一类第二类错误，其次，大样本还能满足模型需求，比如机器学习、回归分析通常需要足够的数据支撑。

扩大样本量一般使用Bootstrap重抽样方法，Bootstrap是一种通过重复抽样来估计统计量的方法，是通过对原始样本之间进行有放回的重复抽样，构建大量模型样本，核心优势在于几乎所有分布都可以使用，并且不像是随机建模，数据偏差可能有点大，下面就是使用JMP进行Bootstrap的详细操作：

1、导入数据，打开数据表格。

2、在菜单栏依次点击【分析】-【预测建模】-【Bootstrap森林法】。

3、在弹出来的【Bootstrap森林法】窗口中，选择自己需要的数据序列即可。

二、JMP怎么看一组数据是不是正态

正态性检验是统计分析的基础，许多分析方法都需要数据先通过正态检验。其中正态性检验一般使用参数检验，确保数据真实有效，同时也避免模型偏差。JMP提供了多种直观且严谨的正态分布检验方法，以下是详细的操作流程。

1、确认数据是连续型数据，在数据表中，右键列名，选择【列信息】。

2、类型为”数值“，建模类型是“连续型”，就符合正态检验的基本要求。

3、在菜单栏依次点击【分析】-【分布】。

4、将需要分析的变量放入【Y，列】中，然后点击【确定】。

5、在弹出的结果窗口中点击红色小三角，点击【正态分位数图】，显示隐藏的正态分析图。

6、最后生成图是一个正态分位数图，被称作Q-Q图，所有数据点紧密围绕红色曲线分布则是理想正态分布，若是有所偏离，则是非正态分布，需要进一步处理。

通过以上的介绍，我们可以解决JMP怎么扩大样本量分析，JMP怎么看一组数据是不是正态的问题，两者其实相互关联，若是正态检验未能通过，可以通过扩大样本量来解决这个问题，希望可以帮助到大家。