Distribution est Guassian??

N

nitu

Guest
Comment puis-je dire que certains de distribution est guassian ou non (les contrôles)??Dans le cas où il n'est pas guassian alors comment quelqu'un calcule la probabilité des points de prélèvement dans cette distribution??Dans le cas où quelqu'un a des matrial pertinentes s'il vous plaît le télécharger ...

Merci
Nitu

 
Je pense pouvoir répondre à la première.u par la distribution: l'ensemble des points ..

puis, à partir des données, trouver la moyenne et la variance d'entre eux ...puis substituer à trouver la valeur de HTE f (x) la fonction de la distribution gaussienne ..qui est

1/sigma * sqrt (2 * Pi) * exp (- (x-moyenne) / sigma) ^ 2

puis comparer avec la distribution ur f (x) des valeurs.

pense que son possible ..vient donner un essai!encas de problèmes ..juste poster ici ..nous essayerons de faire le tri ..et.reg.te d'autres questions ..Je vais essayer de donner une réponse positive ASAP

/ Cedance

 
Merci pour la réponse
J'ai utilisé le Microsoft Excel pour le tracé à la fois une gaussienne et de la distribution que j'avais.premier problème que j'ai rencontré est ..
1.Combien de points devrais-je faire pour tracer le graphique ..
2.En cas visuellement j'ai trouvé que le graphique ne correspond pas à la gaussienne, mais il est tout contrôle numérique pour faire la même chose ...Peut être un script ..
J'ai entendu parler de l'aplatissement, etc ..Il souhaite la distribution est gaussienne ou non par la recherche d'ordre supérieur (> 2) moments d'une distribution.J'ai utilisé cela et trouve toujours trouvé que ma distribution n'est pas exactement gaussien.Donc, maintenant si la distribution n'est pas gaussienne comment trouver la probabilité ....Je suis en attente de votre réponse ..

 
Salut,
Pour une répartition symétrique, comme pour les moments plus oiher gaussien de moyenne et de corrélation sera de zéro.
Pour gaussien, si vous avez les données que vous pouvez tracer le pdf oand données Incase ensemble est centre, il est difficile de trouver la nature gaussienne.
brmadhukar

 
Je pense que vous devez considérer le théorème central limite.Il indique que, dans certaines conditions générales, la répartition de la somme de n variables aléatoires indépendantes tend vers une distribution gaussienne ayant la même moyenne et la variance quand n augmente.

Pour n petit que vous pouvez vérifier si elle est gaussien ou non avec un carré de test Chi.

S'il vous plaît essayer:

Probabilités, variables aléatoires et processus Stochasitc.Athanasios Papoulis & S. Unnikrishna Pillai

 
Son meilleur si complot u le graphique dans certains logiciels de mathématiques professionnelle comme ils le feraient certainement donner plus d'informations que dans Excel ...MATLAB est plus que suffisant.Il a également intégré des fonctions qui pourraient être utilisés pour calculer les statistiques diverses propriétés ..Je me souviens de ces aplatissement et l'asymétrie vaguement.

mais si je me trompe, asymétrie donne la mesure de fausser de l'original (normal) la distribution ou faut-il gaussien?aplatissement et l'asymétrie ne marche pas beaucoup de calculs mathématiques différence je crois.

Je pense que la méthode proposée par Madhukar est de mieux exploiter la propriété Regards croisés, des moments.

/ Cedance

 
Salut,
Merci pour votre réponse ..Ok maintenant j'ai trouvé que ma distribution n'est pas guassian ...
Mais maintenant, comment je peux calculer la probabilité d'un l'échantillon dans ma distribution ..Au cas où ce calcul de probabilité est guassian aurait été facile ...
Mais maintenant je suis coincé ...

 
généralement la plupart des r répartition aléatoire des gaussian.from limite u théorème central peut conclure que la somme des distributions dans le cas limite d'approches gaussian.there est une formule standard pour ce u distribution.if connaître les L (moyenne) et σ ( écart) d'un échantillon standard alors u peut facilement calculer la densité et la nature function.gaussian distribution est un phénomène naturel.

 
Le test du chi-carré peut être utilisée pour déterminer si l'hypothèse selon laquelle une distribution est d'un type donné peut être rejetée ou non (pour une probabilité donnée).Excel a une LOI.KHIDEUX "fonction qui peut aider dans ce calcul.

 
cedance, votre fonction pdf gaussienne énumérés comme suit:

1/sigma * sqrt (2 * Pi) * exp (- (x-moyenne) / sigma) ^ 2

Il manque une 1 / 2 dans le terme exponentiel!

Lorsque moyenne = 0 et de variance = 1 son d'une distribution normale.

 

Welcome to EDABoard.com

Sponsor

Back
Top