«normal-distribution» 태그된 질문

정규 분포 또는 가우스 분포에는 대칭 종 모양의 곡선 인 밀도 함수가 있습니다. 통계에서 가장 중요한 분포 중 하나입니다. 정규성 테스트에 대해 질문하려면 [normality] 태그를 사용하십시오.

11
표준 편차가 완전히 잘못 되었습니까? 신장, 수 등 (정수)에 대한 표준 수치를 어떻게 계산할 수 있습니까?
높이 (cm)를 계산하고 숫자가 0보다 높아야한다고 가정 해 봅시다. 다음은 샘플 목록입니다. 0.77132064 0.02075195 0.63364823 0.74880388 0.49850701 0.22479665 0.19806286 0.76053071 0.16911084 0.08833981 Mean: 0.41138725956196015 Std: 0.2860541519582141 이 예에서는 정규 분포에 따라 값의 99.7 %가 평균에서 표준 편차의 ± 3 배 사이 여야합니다. 그러나 표준 편차의 두 배라도 음수가됩니다. -2 x …

2
정규 확률 변수의 합이 정규화되기 위해 결합 정규성이 필요한 조건입니까?
관련 질문에 대한 이 답변에 대한 주석 에서 사용자 ssdecontrol과 Glen_b 는 합계 X + Y 의 정규성을 주장하는 데 XXX 와 의 공동 정규성이 필요한지 여부를 물었습니다 . 물론 관절의 정상 성도 충분 합니다. 이 보충 질문은 거기에서 다루어지지 않았으며 아마도 그 자체로 고려할 가치가 있습니다.YYYX+YX+YX+Y 공동 정규성은 한계 …

1
카이 제곱 검정 및 카이 제곱 분포 이해
카이 제곱 테스트의 논리를 이해하려고합니다. 카이 제곱 검정은 . χ2는 귀무 가설을 기각하거나 기각하지 않기 위해 p. 값을 찾기 위해 카이 제곱 분포와 비교됩니다. H0: 관측치는 예상 값을 생성하는 데 사용한 분포에서 비롯됩니다. 예를 들어, 획득 확률이예상대로p로제공되는지 테스트할 수 있습니다. 그래서 우리는 100 번 뒤집고nH와1-nH를찾습니다. 우리는 우리의 결과를 예상치와 비교하려고합니다 …

1
정규 분포의 조합에서 나온 분위수
저는 연령대가 다른 어린이를위한 인체 치수의 분포 (어깨 폭과 같은)에 대한 정보를 가지고 있습니다. 각 연령과 치수에 대해 평균 표준 편차가 있습니다. (또한 8 개의 Quantile이 있지만 원하는 것을 얻을 수 없다고 생각합니다.) 각 차원마다 길이 분포의 특정 Quantile을 추정하고 싶습니다. 각 치수가 정규 분포를 따른다고 가정하면 평균 및 표준 …

11
정규 분포이지만 치우친 분포가 가우시안으로 간주됩니까?
이 질문이 있습니다. YouTube에서 하루에 소비 한 시간의 분포는 어떻게 생각하십니까? 내 대답은 아마도 정상적으로 분포되어 있고 매우 왼쪽으로 기울어 져 있다는 것입니다. 나는 대부분의 사용자가 평균 시간을 소비하고 일부 사용자가 압도적 인 고급 사용자이기 때문에 긴 꼬리를 보내는 하나의 모드가 있다고 생각합니다. 그게 정답입니까? 그 분포에 대해 더 나은 …

3
오늘날 Usain Bolt보다 빠른 사람이 있습니까?
편집 : 나는 샘플 통계가 주어진 주어진 인구에서 "참"최대 가능성을 결정하는 기술적 문제와 방법론에 더 관심이 있습니다. 명백히 미묘한 기록 설정 대시 시간에서 Mr. Bolt보다 빠른 러너의 가능성을 추정하는 데 문제가 있습니다. 이것이 사실이 아니라고 상상함으로써 유머러스. 우사 인 볼트 (Usain Bolt)는 100m 대시에서 가장 빠른 사람 측정입니다. 그러나 소수의 …

2
QQ 플롯은 정상적으로 보이지만 Shapiro-Wilk 테스트에서 그렇지 않다고 말합니다
R에는 348 개의 측정 값 샘플이 있으며, 향후 테스트를 위해 정상적으로 분포되어 있다고 가정 할 수 있는지 알고 싶습니다. 본질적으로 다른 스택 답변 을 따라 밀도 플롯과 QQ 플롯을보고 있습니다. plot(density(Clinical$cancer_age)) qqnorm(Clinical$cancer_age);qqline(Clinical$cancer_age, col = 2) 통계에 대한 경험이 많지 않지만 내가 본 정규 분포의 예처럼 보입니다. 그런 다음 Shapiro-Wilk 테스트를 …

2
랜덤 변수의 값 범위가 제한된 경우 어떻게 정규 분포를 로 얻을 수 있습니까?
와 묶인 값 범위를 갖는 임의의 변수가 있다고 가정 해 봅시다 . 여기서 는 최소값이고 는 최대 값입니다.b a baaabbbaaabbb I 같이 들었다 , 여기서 우리의 샘플 크기는, 우리의 샘플의 샘플링 수단 분포 인 정규 분포. 우리가 증가함에 따라 즉, 우리가 점점 더 가까이 정규 분포를 얻을 수 있지만, 같은 …

1
표준 정규 확률 변수의 제곱의 pdf [닫힘]
닫은. 이 질문은 주제에 맞지 않습니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 교차 검증에 대한 주제가 되도록 질문을 업데이트하십시오 . 휴일 3 년 전 . 의 pdf를 찾아야하는이 문제가 와이= X2Y=X2Y = X^2있습니다. 내가 아는 것은 엑스XX 는 분포 엔( 0 , 1 )N(0,1)N(0,1) 입니다. 는 어떤 종류의 …

1
t- 검정에 대한“대략 정상”의 평가
Welch의 t- 검정을 사용하여 평균의 동등성을 테스트하고 있습니다. 근본적인 분포는 정상과는 거리가 멀다 ( 여기서는 관련 토론의 예보다 비뚤어 짐 ). 더 많은 데이터를 얻을 수 있지만 어느 정도까지 결정하는 원칙적인 방법을 원합니다. 표본 분포가 수용 가능하다는 평가를 내리는 데 좋은 휴리스틱이 있습니까? 정규 성과의 편차는 가장 중요합니까? 표본 통계에 …

1
N 정상 iid 제품의 대략적인 분포? 특수한 경우 μ≈0
을 감안할 때 IID , 그리고 찾고 :N≥30N≥30N\geq30Xn≈N(μX,σ2X)Xn≈N(μX,σX2)X_n\approx\mathcal{N}(\mu_X,\sigma_X^2)μX≈0μX≈0\mu_X \approx 0 정확한 닫힌 형태 분포 근사 YN=∏1NXnYN=∏1NXnY_N=\prod\limits_{1}^{N}{X_n} 동일한 제품의 점근 적 ( 지수 ?) 근사 이것은 일반적인 질문 인 의 특별한 경우 입니다.μX≈0μX≈0\mu_X \approx 0

1
분산 분석 : 그룹당 샘플 수가 적은 많은 그룹의 정규성 가정 테스트
다음 상황을 가정하십시오. 우리는 작은 그룹 크기 (예 : n = 3)로 많은 수 (예 : 20)를 가지고 있습니다. 균일 분포에서 값을 생성하면 오차 분포가 균일하더라도 잔차가 거의 정상적으로 보입니다. 다음 R 코드는이 동작을 보여줍니다. n.group = 200 n.per.group = 3 x <- runif(n.group * n.per.group) gr <- as.factor(rep(1:n.group, each …

4
정규 분포를 제공하는 독립 분포의 비율
두 개의 독립 정규 분포의 비율은 Cauchy 분포를 제공합니다. t- 분포는 정규 분포를 독립 카이 제곱 분포로 나눈 값입니다. 두 개의 독립 카이 제곱 분포의 비율은 F- 분포를 제공합니다. 평균 및 분산 로 정규 분포 확률 변수를 제공하는 독립 연속 분포 의 비율을 찾고 있습니까?σ 2μμ\muσ2σ2\sigma^2 아마도 가능한 대답이 무한히있을 …

2
정규 분포 X와 Y는 정규 분포 잔차를 더 많이 발생합니까?
여기서 선형 회귀 분석에서 정규성의 가정에 대한 잘못된 해석이 논의되고 ( '정규'는 잔차가 아닌 X 및 / 또는 Y를 나타냄) 포스터는 정규 분포가 아닌 X와 Y를 가질 수 있는지 묻습니다. 여전히 정규 분포 잔차가 있습니다. 내 질문은 : 정규 분포 X와 Y 가 정규 분포 잔차를 초래할 가능성 이 더 …

3
알 수없는 분포의 데이터를 정규화하는 방법
특정 유형의 반복 측정 데이터 중 가장 적절한 특성 분포를 찾으려고합니다. 본질적으로 지질학 분야에서는 종종 사건이 발생한 기간 (암석이 임계 온도 이하로 냉각 됨)을 찾기 위해 표본 (암석 덩어리)에서 광물의 방사성 연대 측정을 사용합니다. 일반적으로 각 샘플에서 여러 (3-10) 측정이 수행됩니다. 그리고, 평균 및 표준 편차 σ 가 취해진 다. …

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.