Johnson変換(Johnson Transformation)

Johnson変換は、非正規データを正規分布に近い分布に変換し、正規性を必要とする統計解析に適したデータにする統計手法です。SU(非有界)、SB(有界)、SL(対数正規)の3つの分布タイプを用いて、データの特性に基づき最適な変換を特定します。

最終レビュー

重要なポイント

Johnson変換は、非正規データを正規分布に近い分布に変換し、正規性を必要とする統計解析に適したデータにする統計手法です。

このページの内容
  1. Johnson変換とは
  2. Johnson変換を使用する場面
  3. Johnson変換を正しく使用するためのガイドライン
  4. 代替手法:Johnson変換を使用すべきでない場合
  5. Johnson変換の例
  6. Johnson変換の実行方法

Johnson変換とは

Johnson変換は、非正規データを正規分布に近い分布に変換し、正規性を必要とする統計解析に適したデータにする統計手法です。SU(非有界)、SB(有界)、SL(対数正規)の3つの分布タイプを用いて、データの特性に基づき最適な変換を特定します。Norman L. Johnsonによって開発されたこの変換は、品質管理や工程能力調査で広く使用されています。統計ソフトウェアは通常、Johnson変換の処理を自動化しており、非正規データを正確に解釈するのに役立ちます。

Johnson変換を使用する場面

Johnson変換は、次のような場合に役立ちます。

  1. 非正規データ:データが正規分布に従わない場合、特に歪度や尖度が極端な場合。
  2. 工程能力分析:正規分布に従うデータが必要な品質管理において、正確な工程能力指数(例:Cp、Cpk)を得る場合。
  3. 管理図:非正規データが管理図の精度に影響する場合、変換により管理図の感度を改善できます。
  4. 正規性を必要とする統計検定:ANOVAやt検定など、正規性を仮定する検定で、Johnson変換はこの仮定を満たすのに役立ちます。
  5. 有界データ:割合や度数など、片側または両側が有界なデータについて、Johnson変換は値を効果的に正規化できます。

品質管理、製造業、シックスシグマのプロジェクトで広く使用されています。

Johnson変換を正しく使用するためのガイドライン

  • データは連続データである必要があります。連続データとは、連続的な尺度上で指定した範囲内のあらゆる数値(分数や小数を含む)をとりうる測定値を指します。典型的な例として、長さ、重さ、温度などの変数があります。

代替手法:Johnson変換を使用すべきでない場合

  • 変換後の値を保存せずに、Johnson変換を用いて非正規データの正規の工程能力分析を行うには、Normal Capability Analysis内の Transform オプションを直接選択できます。Box-Cox変換が望ましい場合(管理図や Individual Distribution Identification など)、この方法は簡単で直感的ですが、正の値のみのデータに限られます。あるいは、データの変換が不要な場合は、Individual Distribution Identification オプションを使用して、データを非正規分布に直接当てはめることができます。

Johnson変換の例

栄養補助食品会社の品質技術者が、ビタミンカプセルのカルシウム含有量を評価したいと考えています。技術者はカプセルをランダムに抽出し、そのカルシウム量を測定します。これまでの観測から、データの分布は右に歪んでいることがわかっています。

これに対処するため、技術者はJohnson変換を適用してデータを正規化し、変換後の値を追加の解析用にワークシートに保存します。手順は次のとおりです。

  1. 必要なデータを収集しました。
Johnson Transformation — figure 1
  1.  次に、Zometric Statistical Software(https://statsai.zometric.com/)でデータを分析します。
  2.  Johnson Transformation を見つけるには、Statistical module> Control Charts>Johnson Transformation を選択します。
  3.  ツール内で、次のように他の入力とともにデータを入力します。
Johnson Transformation — figure 2

5. 上記のツールを使用すると、次のような出力が得られます。

Johnson Transformation — figure 3Johnson Transformation — figure 4

Johnson変換の実行方法

手順は次のとおりです。

  1. まず、Zometric Statistical Softwareにログインします:https://statsai.zometric.com/
  2. ホームページで Statistical Tool> Control Charts >Johnson Transformation を選択します。
  3. Johnson Transformationをクリックしてダッシュボードを開きます。
  4. 次に、データを手動で入力するか、Excelシートからデータ全体をコピー(Ctrl+C)してここに貼り付けます(Ctrl+V)。
  5. 次に、必要なオプションを入力します。
  6. 最後に、ページ下部のcalculateをクリックすると、目的の結果が得られます。

Johnson Transformation のダッシュボードでは、ウィンドウが2つの部分に分かれています。

Johnson Transformation — figure 5

左側にはデータペイン(Data Pane)があります。Data Paneでは、各行が1つのサブグループになります。データは手動で入力するか、Excelシートからデータ全体をコピー(Ctrl+C)してここに貼り付ける(Ctrl+V)ことができます。

Load example: サンプルデータが読み込まれます。

Load File: Excelデータを直接読み込むために使用します。

右側には、次のような多くのオプションがあります。

  • Subgroup Columns: 与えられたデータに応じて列(属性名)を選択します。
  • P-value to select best fit: 変換の前後でデータの正規性を検定するための有意水準を、0〜1の値で入力します。有意水準を高くするほど正規性の基準は厳しくなり、低くするほど基準は緩くなります。分布の適合度を評価するには、0.05または0.10のαがよく使用されます。

よくある質問

Johnson変換とは何ですか?

Johnson変換は、非正規データを正規分布に近い分布に変換し、正規性を必要とする解析で使用できるようにします。SU(非有界)、SB(有界)、SL(対数正規)の3つの分布タイプを用いて、データに最もよく適合する変換を見つけます。Norman L. Johnsonによって開発され、品質管理や工程能力調査で広く使用されています。

Johnson変換はどのような場合に使用しますか?

データが正規分布に従わない場合(特に歪度や尖度が極端な場合)、正規データを必要とするCpやCpkなどの工程能力指数、非正規データが管理図の精度に影響する場合、ANOVAやt検定など正規性を仮定する検定、片側または両側が有界なデータに使用します。データは連続データである必要があります。

Johnson変換とBox-Cox変換の違いは何ですか?

Box-Cox変換は簡単で直感的ですが、正の値のみのデータに限られます。Johnson変換は、SU、SB、SL族の中からデータに適合するものを選びます。変換が不要な場合は、代わりに Individual Distribution Identification でデータを非正規分布に直接当てはめることができます。

Johnson変換の最適な適合を選ぶには、どのp値を使用すればよいですか?

P-value to select best fit(0〜1)は、変換の前後で正規性を検定するための有意水準を設定します。値を高くするほど正規性の基準は厳しくなり、低くするほど緩くなります。分布の適合度を評価するには、0.05または0.10のαがよく使用されます。