Дистрибуция е Guassian?

[Nitu]

Как мога да кажа, че някои разпределение е Guassian или не (всички проверки)?В случай, че не е Guassian тогава как би някой изчислява вероятността от пробата точки в тази дистрибуция?Ако някой има някои съответните matrial моля качете го ...

Благодарности
Nitu

 

[cedance]

Мисля, че мога да отговоря на първия.от разпространение U "означава набор от точки ..

след това, от данните, намерете означава и отклонения от тях ...и след това да се намери заместител на стойността на hte F (X) функция на Гаусов Разпределение .., която е

1/sigma * SQRT (2 * Pi) * Exp (- (X-означава) / Sigma) ^ 2

и след това се сравни с Ур разпределение F (X) стойности.

мисля си възможно ..просто да опитам!облицовам някакви проблеми ..просто пост тук ..Ще се опитаме да го избирам ..и.обл.те други въпроси ..Аз Ще се опита да даде положителен отговор ASAP

/ cedance

 

[Nitu]

Благодаря за отговора
Използвал съм на Microsoft Excel за изчертаване както Gaussian и разпространение имах.Първият проблем, пред които са изправени съм е. ..
1.Колко точки трябва да са с парцел на графиката ..
2.В случай, визуално открих, че графиката не е монтирал Gaussian, но има ли цифров проверка за това на едно и също ...Може да бъде някакъв скрипт ..
Чух нещо за kurtosis и т.н. ..Това казвам на разпределение е Gaussian или не с цел намиране на по-висока (> 2) моменти на разпределение.Използвал съм този и е установено, установено, че винаги ми разпространение не е точно Gaussian.Така че, сега, ако разпределението не е Gaussian как да се намери вероятността ....Чакам ви за отговора ..

 

[brmadhukar]

Здрасти,
За симетрично разпределение като Gaussian по-висок порядък моменти oiher от средната и корелация ще бъде нула.
За Gaussian, ако имате данни, които могат да парцел в PDF oand данни, в кутия комплект е мол, че е трудно да се намери на Gaussian характер.
brmadhukar

 

[ronyutp]

Мисля, че трябва да помисли Лимит на Централна теорема.В него се посочва, че при определени общи условия, разпределението на сумата от N независими случайни променливи минава Gaussian разпределение със същото означава и отклонения, както н увеличава.

За малки н можете да го проверите дали е Gaussian или не с Chi-квадрат тест.

Моля опитайте:

Вероятностите, Random Променливи и Stochasitc процес.Атанасиос Papoulis & S. Unnikrishna Pillai

 

[cedance]

U-добре, ако си парцел на графиката в някои професионални софтуери математика, тъй като те определено ще даде повече информация, отколкото в Excel ...MATLAB е повече от достатъчно.той също има вградени функции, които могат да бъдат използвани за изчисляване на различни свойства статистика ..Помня тези kurtosis и skewness неясно.

но ако аз съм прав, skewness дава мярка за коса от оригинала (нормално) разпределение или трябва да бъде Gaussian?kurtosis и doesn't skewness имат много математически изчисления разликата аз вярвам.

Мисля, че методът, предложени от Madhukar е по-добро използване на fundemental собственост, моменти.

/ cedance

 

[Nitu]

Здрасти,
Благодаря ви за отговора ..Добре сега разбрах, че моята дистрибуция не е Guassian ...
А сега как ще мога да се изчисли вероятността от една проба в моя дистрибуция ..В случай че това е Guassian вероятност изчисление може да е лесно ...
Но сега аз съм остана ...

 

[suvendu]

обикновено повечето от произволни R разпределение на gaussian.from централната U граница теорема може да се заключи, че сумата на отчисленията в ограничаване approches делото gaussian.there е стандартната формула за това distribution.if U знаете L (средна) и σ ( стандартно отклонение) на проба тогава ф може лесно да изчислите плътност и разпространение function.gaussian природата е природен феномен.

 

[Guest]

Чи-квадрат тест може да се използва за да се определи дали хипотезата, че разпределението е на даден вид може да бъде отхвърлена или не (за определен вероятност).Excel има "CHIDIST" функция, която може да помогне в това изчисление.

 

[the_jackal]

cedance, Gaussian си функция PDF изброени като:

1/sigma * SQRT (2 * Pi) * Exp (- (X-означава) / Sigma) ^ 2

липсва от 1 / 2 от експоненциално план!

При средна стойност = 0 = 1 и отклонения си нормално разпределение.