คุณดูเหมือนจะคิดในคำถามของคุณว่าแนวคิดของการแจกแจงแบบปกติอยู่ก่อนที่จะมีการแจกแจงและผู้คนพยายามที่จะเข้าใจว่ามันคืออะไร ยังไม่ชัดเจนสำหรับฉันว่ามันจะทำงานอย่างไร [แก้ไข: มีอย่างน้อยหนึ่งความรู้สึกที่เราอาจพิจารณาว่ามี "ค้นหาการแจกจ่าย" แต่ไม่ใช่ "การค้นหาการแจกแจงที่อธิบายปรากฏการณ์มากมาย"]
กรณีนี้ไม่ได้; การกระจายเป็นที่รู้จักกันก่อนที่จะถูกเรียกว่าการกระจายปกติ
คุณจะพิสูจน์ให้คน ๆ นั้นฟังก์ชั่นอย่างไรว่าความหนาแน่นของความน่าจะเป็นของข้อมูลที่แจกแจงแบบปกติทั้งหมดมีรูปทรงระฆัง
ฟังก์ชั่นการแจกแจงแบบปกติคือสิ่งที่มีสิ่งที่เรียกว่า "รูปทรงระฆัง" - การแจกแจงแบบปกติทั้งหมดจะมี "รูปร่าง" ที่เหมือนกัน
ข้อมูลสามารถกระจาย "รูประฆัง" ได้มากขึ้นหรือน้อยลง แต่นั่นไม่ได้ทำให้เป็นเรื่องปกติ การแจกแจงแบบไม่ปกติจำนวนมากมีลักษณะคล้าย "รูประฆัง"
การกระจายตัวของประชากรจริงที่ดึงมาจากข้อมูลนั้นไม่น่าจะเป็นเรื่องปกติ แต่บางครั้งมันก็เป็นการประมาณที่สมเหตุสมผล
นี่เป็นเรื่องจริงของการแจกแจงเกือบทั้งหมดที่เราใช้กับสิ่งต่าง ๆ ในโลกแห่งความจริง - เป็นแบบจำลองไม่ใช่ข้อเท็จจริงเกี่ยวกับโลก [เป็นตัวอย่างถ้าเรากำหนดสมมติฐานบางอย่าง (สำหรับกระบวนการปัวซง) เราสามารถหาการแจกแจงปัวซง - การกระจายที่ใช้กันอย่างแพร่หลาย แต่สมมติฐานเหล่านั้นเคยพอใจแน่นอนหรือไม่? โดยทั่วไปแล้วสิ่งที่ดีที่สุดที่เราสามารถพูดได้ (ในสถานการณ์ที่เหมาะสม) คือพวกเขาเกือบเป็นจริง]
จริง ๆ แล้วเราพิจารณาข้อมูลที่กระจายแบบทั่วไปอย่างไร ข้อมูลที่ตามหลังรูปแบบความน่าจะเป็นของการแจกแจงแบบปกติหรืออย่างอื่น?
ใช่เพื่อกระจายตามปกติจริง ๆแล้วประชากรที่ดึงตัวอย่างมาจะต้องมีการแจกแจงที่มีรูปแบบการทำงานที่แน่นอนของการแจกแจงปกติ เป็นผลให้ประชากรที่ จำกัด ใด ๆ ไม่สามารถเป็นปกติได้ ตัวแปรที่จำเป็นต้องมีขอบเขตไม่สามารถเป็นปกติได้ (ตัวอย่างเช่นเวลาที่ใช้สำหรับภารกิจเฉพาะความยาวของสิ่งต่าง ๆ ไม่สามารถเป็นลบได้ดังนั้นจึงไม่สามารถกระจายได้ตามปกติ)
มันอาจจะเป็นเรื่องที่เข้าใจง่ายกว่าฟังก์ชั่นความน่าจะเป็นของข้อมูลที่แจกแจงแบบปกติมีรูปร่างของสามเหลี่ยมหน้าจั่ว
ฉันไม่เห็นว่าทำไมสิ่งนี้จึงง่ายกว่า มันง่ายกว่าอย่างแน่นอน
เมื่อมีการพัฒนาแบบจำลองสำหรับการแจกแจงความผิดพลาดครั้งแรก (โดยเฉพาะสำหรับดาราศาสตร์ในช่วงแรก ๆ ) นักคณิตศาสตร์ได้พิจารณาความหลากหลายของรูปทรงที่สัมพันธ์กับการแจกแจงข้อผิดพลาด (รวมถึงจุดแรกคือการกระจายสามเหลี่ยม) กว่าปรีชา) ที่ใช้ Laplace มองไปที่การแจกแจงแบบเอ็กซ์โพเนนเชียลและการแจกแจงแบบปกติ ในทำนองเดียวกัน Gauss ใช้คณิตศาสตร์เพื่อให้ได้มาในเวลาเดียวกัน แต่ในความสัมพันธ์กับชุดของการพิจารณาที่แตกต่างกว่า Laplace ได้
ในแง่ที่แคบที่ Laplace และ Gauss กำลังพิจารณา "การแจกแจงข้อผิดพลาด" เราอาจคิดว่าเป็น "การค้นหาการแจกแจง" อย่างน้อยก็สักครั้ง ทั้งสองอ้างถึงคุณสมบัติบางอย่างสำหรับการแจกแจงข้อผิดพลาดที่พวกเขาถือว่าสำคัญ (Laplace พิจารณาลำดับของเกณฑ์ที่แตกต่างกันไปตามเวลา) นำไปสู่การแจกแจงที่แตกต่างกัน
โดยทั่วไปคำถามของฉันคือทำไมฟังก์ชั่นความหนาแน่นของความน่าจะเป็นการแจกแจงปกติมีรูปร่างเป็นรูปทรงระฆัง
รูปแบบการทำงานของสิ่งที่เรียกว่าฟังก์ชั่นความหนาแน่นปกติให้รูปร่างนั้น พิจารณามาตรฐานปกติ (สำหรับความเรียบง่ายปกติทุก ๆ คนมีรูปร่างเหมือนกันแตกต่างกันตามขนาดและตำแหน่ง):
ฉZ( z) = k ⋅ e- 12Z2;- ∞ < z< ∞
k
x
ในขณะที่บางคนมองว่าการกระจายตัวแบบปกตินั้นเป็น "ปกติ" แต่ก็มีเฉพาะในบางสถานการณ์ที่คุณมักจะมองว่าเป็นการประมาณ
การค้นพบของการแจกแจงมักจะให้เครดิตกับเดอโมเวร (เป็นการประมาณค่ากับทวินาม) เขาได้รับแบบฟอร์มการทำงานเมื่อพยายามประมาณค่าสัมประสิทธิ์ทวินาม (/ ความน่าจะเป็นแบบทวินาม) เพื่อการคำนวณที่น่าเบื่ออย่างอื่น แต่ - ในขณะที่เขาทำรูปแบบของการแจกแจงแบบปกติได้อย่างมีประสิทธิภาพ - เขาดูเหมือนจะไม่คิดเกี่ยวกับ การกระจายความน่าจะเป็นถึงแม้ว่าผู้เขียนบางคนแนะนำให้เขาทำ จำเป็นต้องมีการตีความจำนวนหนึ่งดังนั้นจึงมีขอบเขตสำหรับความแตกต่างในการตีความนั้น
เกาส์และลาปลาซทำงานในช่วงต้นปี 1800; Gauss เขียนเกี่ยวกับเรื่องนี้ใน 1809 (เกี่ยวข้องกับการกระจายที่หมายถึง MLE ของศูนย์) และ Laplace ใน 1,810, เป็นการประมาณการกระจายจำนวนสุ่มตัวแปรสมมาตร. สิบปีต่อมา Laplace ให้ทฤษฎีบทขีด จำกัด กลางแบบต้นสำหรับการแยกและสำหรับตัวแปรต่อเนื่อง
ชื่อต้นสำหรับการจัดจำหน่ายรวมถึงกฎหมายของข้อผิดพลาดที่กฎหมายของความถี่ของข้อผิดพลาดและมันก็ยังเป็นชื่อหลังจากที่ทั้งสอง Laplace และ Gauss บางครั้งร่วมกัน
คำว่า "ปกติ" ถูกนำมาใช้เพื่ออธิบายการกระจายอย่างอิสระโดยนักเขียนสามคนที่แตกต่างกันในยุค 1870 (Peirce, Lexis และ Galton) เป็นครั้งแรกในปี 1873 และอีกสองคนในปี 1877 นี่เป็นเวลากว่าหกสิบปี Laplace และมากกว่าสองเท่านับตั้งแต่การประมาณของ Moivre การใช้งานของ Galton อาจมีอิทธิพลมากที่สุด แต่เขาใช้คำว่า "ปกติ" ในความสัมพันธ์กับมันเพียงครั้งเดียวในการทำงาน 1877 (ส่วนใหญ่เรียกมันว่า "กฎแห่งการเบี่ยงเบน")
อย่างไรก็ตามในยุค 1880 Galton ใช้คำคุณศัพท์ "ปกติ" ที่เกี่ยวข้องกับการกระจายหลายครั้ง (เช่น "เส้นโค้งปกติ" ในปี 1889) และเขาก็มีอิทธิพลอย่างมากต่อนักสถิติต่อมาในสหราชอาณาจักร (โดยเฉพาะคาร์ลเพียร์สัน ) เขาไม่ได้พูดว่าทำไมเขาถึงใช้คำว่า "ปกติ" ในลักษณะนี้ แต่น่าจะหมายถึงมันในแง่ของ "ปกติ" หรือ "ปกติ"
การใช้วลีแรกอย่างชัดเจนว่า "การแจกแจงแบบปกติ" ปรากฏโดย Karl Pearson; เขาใช้มันอย่างแน่นอนในปี 1894 แม้ว่าเขาจะอ้างว่าเคยใช้มันมานานก่อนหน้า (คำกล่าวอ้างที่ฉันจะดูด้วยความระมัดระวัง)
อ้างอิง:
มิลเลอร์เจฟฟ์
"การใช้คำศัพท์คณิตศาสตร์ที่เก่าแก่ที่สุด:"
การแจกแจงแบบปกติ (รายการโดย John Aldrich)
http://jeff560.tripod.com/n.html
Stahl, Saul (2006),
"วิวัฒนาการของการแจกแจงแบบปกติ",
นิตยสารคณิตศาสตร์ , ฉบับที่ 79, ฉบับที่ 2 (เมษายน), pp 96-113
https://www.maa.org/sites/default/files/pdf/upload_library/22/Allendoerfer/stahl96.pdf
การแจกแจงแบบปกติ, (2016, 1 สิงหาคม)
ในวิกิพีเดียสารานุกรมเสรี
สืบค้น 12:02, 3 สิงหาคม 2016, จาก
https://en.wikipedia.org/w/index.php?title=Normal_distribution&oldid=732559095#History
Hald, A (2007),
"De Moivre's Normal Approximation to Binomial, 2276, และลักษณะทั่วไป",
ใน: ประวัติความเป็นมาของการอนุมานเชิงสถิติเชิงสถิติจากเบอร์นูลลีถึงชาวประมง, ค.ศ. 1713–1935; หน้า 17-24
[คุณอาจสังเกตเห็นความแตกต่างอย่างมากระหว่างแหล่งข้อมูลเหล่านี้ที่เกี่ยวข้องกับบัญชีของพวกเขาของ de Moivre]