Pertanyaan yang diberi tag «normal-distribution»

Distribusi normal, atau Gaussian, memiliki fungsi kepadatan yang merupakan kurva berbentuk lonceng simetris. Ini adalah salah satu distribusi paling penting dalam statistik. Gunakan tag [normalitas] untuk bertanya tentang pengujian normalitas.

1
Menguji dataset besar untuk normalitas - bagaimana dan apakah ini dapat diandalkan?
Saya sedang memeriksa bagian dari dataset saya yang berisi 46840 nilai ganda mulai dari 1 hingga 1690 yang dikelompokkan dalam dua grup. Untuk menganalisis perbedaan antara kelompok-kelompok ini saya mulai dengan memeriksa distribusi nilai-nilai untuk memilih tes yang tepat. Mengikuti panduan tentang pengujian normalitas, saya melakukan qqplot, histogram & boxplot. …
3
Perkiraan normal untuk distribusi Poisson
Di sini, di Wikipedia dikatakan: Untuk nilai λλλ cukup besar , (katakan λ>1000λ>1000λ>1000 ), distribusi normal dengan rata-rata λλλ dan varians λλλ (standar deviasi λ−−√λ\sqrt{\lambda} ), merupakan pendekatan yang sangat baik untuk distribusi Poisson. Jika λλλ lebih besar dari sekitar 10, maka distribusi normal adalah perkiraan yang baik jika koreksi …
1
Apa indeks yang baik dari tingkat pelanggaran normalitas dan label deskriptif apa yang dapat dilampirkan pada indeks itu?
Konteks: Dalam pertanyaan sebelumnya, @Robbie bertanya dalam sebuah penelitian dengan sekitar 600 kasus mengapa tes normalitas menunjukkan non-normal yang signifikan namun plot menyarankan distribusi normal . Beberapa orang menyatakan bahwa uji signifikansi normal tidak terlalu berguna. Dengan sampel kecil, tes semacam itu tidak memiliki banyak kekuatan untuk mendeteksi pelanggaran normalitas …
5
Mengapa semua tes normalitas menolak hipotesis nol?
Tes Kolgomorov-Smirnov, uji Shapiro, dll .... semuanya menolak hipotesis bahwa distribusi normal. Namun ketika saya memplot kuantil dan dan histogram normal, datanya jelas normal. Mungkin karena kekuatan tesnya tinggi? Ukuran sampel adalah sekitar 650. Jadi bukankah paling tidak salah satu dari tes ini gagal untuk menolak hipotesis nol? Hasil: Kolmogorov-Smirnov …
3
Memperkirakan parameter untuk proses spasial
Saya diberi kisi-kisi nilai integer positif. Angka-angka ini mewakili intensitas yang harus sesuai dengan kekuatan kepercayaan seseorang yang menempati lokasi kisi itu (nilai yang lebih tinggi menunjukkan keyakinan yang lebih tinggi). Seseorang secara umum akan memiliki pengaruh terhadap banyak sel-sel jaringan.n × nn×nn\times n Saya percaya bahwa pola intensitas harus …
2
Jika dan adalah variabel normal masing-masing dengan rata-rata nol, maka juga merupakan variabel Normal
Saya mencoba membuktikan pernyataan itu: Jika dan adalah variabel acak independen,X∼N(0,σ21)X∼N(0,σ12)X\sim\mathcal{N}(0,\sigma_1^2)Y∼N(0,σ22)Y∼N(0,σ22)Y\sim\mathcal{N}(0,\sigma_2^2) maka juga merupakan variabel acak Normal.XYX2+Y2√XYX2+Y2\frac{XY}{\sqrt{X^2+Y^2}} Untuk kasus khusus (katakanlah), kami memiliki hasil yang terkenal bahwa setiap kali dan adalah bebas . Faktanya, secara umum diketahui bahwa adalah variabel independen .σ1=σ2=σσ1=σ2=σ\sigma_1=\sigma_2=\sigmaXYX2+Y2√∼N(0,σ24)XYX2+Y2∼N(0,σ24)\frac{XY}{\sqrt{X^2+Y^2}}\sim\mathcal{N}\left(0,\frac{\sigma^2}{4}\right)XXXYYYN(0,σ2)N(0,σ2)\mathcal{N}(0,\sigma^2)XYX2+Y2√,X2−Y22X2+Y2√XYX2+Y2,X2−Y22X2+Y2\frac{XY}{\sqrt{X^2+Y^2}},\frac{X^2-Y^2}{2\sqrt{X^2+Y^2}}N(0,σ24)N(0,σ24)\mathcal{N}\left(0,\frac{\sigma^2}{4}\right) Sebuah bukti dari hasil terakhir mengikuti dengan menggunakan …
2
Mengapa statistik-T membutuhkan data untuk mengikuti distribusi normal
Saya sedang melihat notebook ini , dan saya bingung dengan pernyataan ini: Ketika kita berbicara tentang normalitas yang kita maksud adalah bahwa data harus terlihat seperti distribusi normal. Ini penting karena beberapa uji statistik mengandalkan ini (misalnya t-statistik). Saya tidak mengerti mengapa statistik-T membutuhkan data untuk mengikuti distribusi normal. Memang, …
4
Mengapa metode Least-Squares dan Maximum-Likelihood tidak setara ketika kesalahan tidak terdistribusi secara normal?
Judul mengatakan itu semua. Saya mengerti bahwa Least-Squares dan Maximum-Likelihood akan memberikan hasil yang sama untuk koefisien regresi jika kesalahan model terdistribusi secara normal. Tetapi, apa yang terjadi jika kesalahan tidak terdistribusi secara normal? Mengapa kedua metode ini tidak lagi setara?
1
Bagaimana memilih yang paling cocok tanpa data yang terlalu pas? Memodelkan distribusi bimodal dengan fungsi normal N, dll
Saya memiliki distribusi nilai bimodal yang jelas, yang menurut saya cocok. Data dapat cocok dengan 2 fungsi normal (bimodal) atau dengan 3 fungsi normal. Selain itu, ada alasan fisik yang masuk akal untuk menyesuaikan data dengan 3. Semakin banyak parameter yang diperkenalkan, semakin sempurna kesesuaiannya, karena dengan konstanta yang cukup, …
1
ambang perhitungan untuk klasifikasi risiko minimum?
Misalkan Dua Kelas dan memiliki atribut dan memiliki distribusi dan . jika kita memiliki sebelumnya yang sama untuk matriks biaya berikut:C1C1C_1C2C2C_2xxxN(0,0.5)N(0,0.5) \cal{N} (0, 0.5)N(1,0.5)N(1,0.5) \cal{N} (1, 0.5)P(C1)=P(C2)=0.5P(C1)=P(C2)=0.5P(C_1)=P(C_2)=0.5 L=[010.50]L=[00.510]L= \begin{bmatrix} 0 & 0.5 \\ 1 & 0 \end{bmatrix} mengapa, adalah ambang batas untuk pengklasifikasi risiko (biaya) minimum?x0&lt;0.5x0&lt;0.5x_0 < 0.5 Ini adalah …
1
Yang menyatu lebih cepat, rata-rata atau median?
Jika saya menggambar variabel iid dari N (0,1), akankah rata-rata atau median bertemu lebih cepat? Seberapa cepat? Untuk lebih spesifik, misalkan menjadi urutan variabel iid yang diambil dari N (0,1). Tentukan , dan menjadi median dari . Yang mana yang menyatu dengan 0 lebih cepat, atau ?ˉ x n = …
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.