Johnson 轉換
Johnson 轉換是一種統計技術,可將非常態資料轉換為近似常態分配,使其適用於要求常態性的統計分析。它使用三種分配類型——SU(無界)、SB(有界)和 SL(對數常態)——根據資料特徵確定配適最佳的轉換。
最後審閱
核心要點
Johnson 轉換是一種統計技術,可將非常態資料轉換為近似常態分配,使其適用於要求常態性的統計分析。
本頁內容
什麼是 Johnson 轉換?
Johnson 轉換是一種統計技術,可將非常態資料轉換為近似常態分配,使其適用於要求常態性的統計分析。它使用三種分配類型——SU(無界)、SB(有界)和 SL(對數常態)——根據資料特徵確定配適最佳的轉換。該轉換由 Norman L. Johnson 提出,廣泛應用於品質管制和製程能力研究。統計軟體通常會自動完成 Johnson 轉換過程,有助於準確解讀非常態資料。
何時使用 Johnson 轉換?
Johnson 轉換在以下情形中很有用:
- 非常態資料:當資料不服從常態分配,尤其是存在極端偏度或峰度時。
- 製程能力分析:在品質管制中,需要要求資料服從常態分配的準確能力指數(如 Cp、Cpk)時。
- 管制圖:當非常態資料影響管制圖的準確性時,該轉換可提高管制圖的靈敏度。
- 要求常態性的統計檢定:對於 ANOVA 或 t 檢定等假定常態性的檢定,Johnson 轉換有助於滿足這一假設。
- 有界資料:對於一側或兩側有界的資料,如百分比或計數,Johnson 轉換可有效地使數值常態化。
它常用於品質管理、製造業和 Six Sigma 專案。
正確使用 Johnson 轉換的指南
- 資料應為連續型,即在連續刻度上的指定範圍內可取任意數值的量測值,包括分數和小數。典型例子包括長度、重量和溫度等變數。
替代方法:何時不宜使用 Johnson 轉換
- 若要對非常態資料使用 Johnson 轉換進行常態能力分析而不儲存轉換後的值,可直接在 Normal Capability Analysis 中選擇 Transform 選項。如果更傾向於使用 Box-Cox 轉換(例如用於管制圖或 Individual Distribution Identification),該方法簡單直觀,但僅限於全為正值的資料。另外,如果無需對資料進行轉換,可使用 Individual Distribution Identification 選項,直接將資料配適到非常態分配。
Johnson 轉換範例
一家營養補充劑公司的品質工程師希望評估維生素膠囊中的鈣含量。工程師隨機抽取了一批膠囊樣本並量測其鈣含量。根據以往的觀察,工程師知道資料分配呈右偏。
為此,工程師應用 Johnson 轉換使資料常態化,並將轉換後的值儲存在工作表中以供進一步分析。步驟如下:
- 收集所需資料。

- 現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。
- 要找到 Johnson 轉換,請選擇 Statistical module> Control Charts>Johnson Transformation。
- 在工具中輸入資料及其他輸入項,如下所示:

5. 使用上述工具後,得到如下輸出:


如何進行 Johnson 轉換
操作步驟如下:
- 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
- 在首頁選擇 Statistical Tool> Control Charts >Johnson Transformation。
- 點選 Johnson Transformation,進入工具介面。
- 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
- 接下來,需要填寫必要的選項。
- 最後,點選頁面底部的 calculate,即可得到所需結果。
Johnson 轉換的工具介面分為兩部分。

左側為資料窗格(Data Pane)。在 Data Pane 中,每一列構成一個子群組。可以手動輸入資料,也可以從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
Load example: 將載入範例資料。
Load File: 用於直接載入 Excel 資料。
右側提供以下選項:
- Subgroup Columns: 根據所給資料選擇相應的欄(屬性名稱)。
- P-value to select best fit: 輸入 0 到 1 之間的值,作為轉換前後檢定資料常態性的顯著水準。顯著水準越高,對常態性的判定標準越嚴格,值越低則標準越寬鬆。評估分配配適時,通常使用 0.05 或 0.10 的 alpha 水準。
常見問題
什麼是 Johnson 轉換?
Johnson 轉換將非常態資料轉換為近似常態分配,使其可用於要求常態性的分析。它使用三種分配類型,即 SU(無界)、SB(有界)和 SL(對數常態),為資料找到配適最佳的轉換。該轉換由 Norman L. Johnson 提出,廣泛應用於品質管制和製程能力研究。
何時應使用 Johnson 轉換?
在以下情形中使用:資料不服從常態分配,尤其是存在極端偏度或峰度時;需要 Cp 和 Cpk 等要求資料常態的能力指數時;非常態資料影響管制圖的準確性時;使用 ANOVA 或 t 檢定等假定常態性的檢定時;以及資料在一側或兩側有界時。資料應為連續型。
Johnson 轉換與 Box-Cox 轉換有什麼區別?
Box-Cox 轉換簡單直觀,但僅限於全為正值的資料。Johnson 轉換則在 SU、SB 和 SL 族中選擇,以配適資料。如果無需轉換,可改用 Individual Distribution Identification,直接將資料配適到非常態分配。
應使用什麼 p 值來選擇最佳的 Johnson 配適?
P-value to select best fit 取 0 到 1 之間的值,設定轉換前後檢定常態性的顯著水準。值越高,對常態性的判定標準越嚴格,值越低則越寬鬆。評估分配配適時,通常使用 0.05 或 0.10 的 alpha 水準。
