อ้างอิงกับการแจกแจงที่มีคุณสมบัติต่าง ๆ


15

ฉันมักจะพบว่าตัวเองถามคำถามเช่น "ฉันรู้ว่าตัวแปรนี้ อยู่ในและมวลส่วนใหญ่อยู่ในแล้วลดลงอย่างต่อเนื่องต่อ 1 ฉันจะใช้การกระจายแบบใด "( 0 , 1 ) ( 0 , .20 )x(0,1)(0,.20)

ในทางปฏิบัติฉันไขลานโดยใช้การแจกแจงสองสามครั้งซ้ำแล้วซ้ำอีกเพียงเพราะฉันรู้จักพวกเขา แต่ฉันต้องการค้นหาพวกเขาอย่างเป็นระบบมากกว่า ฉันจะไปเกี่ยวกับการเข้าถึงความมั่งคั่งของงานที่ probabilitists ได้ทำการพัฒนาการกระจายเหล่านี้ทั้งหมดได้อย่างไร

เป็นการดีที่ฉันต้องการการอ้างอิงที่จัดโดยคุณสมบัติ (ภูมิภาคที่ให้การสนับสนุน ฯลฯ ) ดังนั้นฉันจึงสามารถหาการแจกแจงตามลักษณะของพวกเขาแล้วเรียนรู้เพิ่มเติมเกี่ยวกับการแจกแจงแต่ละครั้งตามความสามารถในการรองรับของ pdf / cdf และความใกล้ชิด ปัญหาที่ฉันกำลังทำอยู่

มีการอ้างอิงดังกล่าวอยู่หรือไม่ถ้าไม่คุณจะเลือกการแจกแจงได้อย่างไร



คำตอบ:


8

คอลเลกชันที่ครอบคลุมที่สุดของการแจกแจงและคุณสมบัติของสิ่งที่ฉันรู้

Johnson, Kotz, Balakrishnan: การแจกแจง Univariate ต่อเนื่องเล่มที่ 1 และ 2;

Kotz, Johnson, Balakrishnan: การกระจายหลายตัวแปรต่อเนื่อง;

Johnson, Kemp, Kotz: Univariate Discrete Distributions;

Johnson, Kotz, Balakrishnan: การแจกแจงแบบแยกหลายตัวแปร;

หนังสือเล่มนี้มีดัชนีหัวข้อกว้าง ๆ หนังสือทุกเล่มมาจาก Wiley

แก้ไข: ใช่แล้วมีโปสเตอร์ที่ดีที่แสดงคุณสมบัติและความสัมพันธ์ระหว่างการแจกแจงแบบไม่แปร http://www.math.wm.edu/~leemis/2008amstat.pdfสิ่งนี้อาจเป็นที่สนใจเพิ่มเติม


คุณควรพบพวกเขาทั้งหมดในหนังสือ Google เพื่อดู
Momo

1
(+1) นี่คือการอ้างอิงแบบดั้งเดิมและเป็นจุดเริ่มต้นที่ดี ฉันยังเป็นแฟนตัวยงของโปสเตอร์โดยเฉพาะเมื่อพิมพ์ด้วยขนาดโปสเตอร์จริง ฉันได้เห็นบางแปลงที่แตกต่างกันของมัน
พระคาร์ดินัล

โปสเตอร์ดูน่ากลัว :-) หนังสือดู ... น่ากลัว
Ari B. Friedman

@ gsk3: หนังสืออ้างอิงจากโต๊ะทำงาน พวกเขาตั้งใจที่จะ (ค่อนข้าง) ครอบคลุม
พระคาร์ดินัล

2
ฉันคิดว่าถ้าคุณได้รับหนังสือเล่มเดียวเจาะรูผ่านมันติดไว้ที่ปลายด้านหนึ่งของเสาแล้วทำแบบเดียวกันกับหนังสือหลายเล่มในอีกด้านหนึ่งคุณจะมีค้อนค้อนขนาดใหญ่ที่ดี
Ari B. Friedman

8

สุจริตมีหลายวิธีที่ฉันไม่รู้ ฉันเชื่อว่าการรู้ว่าพวกเขาไม่ใช่สินทรัพย์เราต้องรู้วิธีใช้พวกเขา กลับไปที่คำถามของคุณฉันพบไดอะแกรมนี้ค่อนข้างมีประโยชน์และให้ข้อมูลเสมอมันก็เหมือนกับสูตรโกงการแจกแจงความน่าจะเป็น

ป้อนคำอธิบายรูปภาพที่นี่

http://jonfwilkins.com/wp-content/uploads/2013/06/BaseImage.png


+1 ฉันคิดว่าสิ่งนี้จะมีประโยชน์: คุณช่วยให้ฉันต้องค้นหาลิงก์!
whuber

ฉันเชื่อว่าแผนภาพนั้นมาจากกระดาษในสถิติอเมริกัน
Glen_b -Reinstate Monica

@Gleb_b: ถูกต้องฉันเจอแผนภาพนั้นในวันอื่น: math.wm.edu/~leemis/2008amstat.pdf
จำศีล

ตามแนวของไดอะแกรมของฉันฉันขอแนะนำโพสต์บล็อกนี้โดย @ JohnD.Cook: ไดอะแกรมที่คลิกได้ของความสัมพันธ์การกระจายความน่าจะเป็น
gung - Reinstate Monica

1
@ เมื่อคุณยินดีเราก็เจอเรื่องนี้สำหรับหลักสูตรสถิติและ Glen_b นั้นถูกต้องว่ามันมีต้นกำเนิดมาจากรายงานการวิจัยซึ่งฉันไม่แน่ใจว่าอันไหน! แต่ฉันพบไดอะแกรมนี้ค่อนข้างอึดอัดใจเนื่องจากฉันไม่รู้ว่าการกระจายของมันมากมาย
omidi

7

ไม่มีหนังสือที่สามารถครอบคลุมการแจกแจงทั้งหมดได้เนื่องจากเป็นไปได้ที่จะประดิษฐ์หนังสือใหม่ แต่

การแจกแจงเชิงสถิติโดย Catherine Forbes และคณะ เป็นหนังสือเล่มสั้นที่ครอบคลุมการแจกแจงที่ใช้บ่อยกว่ามากมาย

ในขณะที่

ไพรเมอร์สำหรับการแจกแจงเชิงสถิติโดย N. Balakrishnan และ VB Nezvorov

ก็ค่อนข้างรัดกุม แต่ค่อนข้างเน้นเชิงคณิตศาสตร์มากกว่า

แนวทางที่ใกล้ที่สุดสำหรับบทความนี้คือซีรี่ส์ที่เริ่มต้นโดย NL Johnson และ S. Kotz ซึ่งดำเนินการโดย AW Kemp และ N. Balakrishnan และเผยแพร่โดย John Wiley

นี่ไม่ใช่รายการที่สมบูรณ์แม้กระทั่งจากการสำรวจการแจกจ่าย แต่ Googling ไซต์ Amazon ในพื้นที่ของคุณทำให้คุณได้รับแนวคิดอื่น ๆ


+1 Johnson & Kotz เป็นแหล่งข้อมูลที่ยอดเยี่ยมสำหรับฉันมานานหลายทศวรรษ แต่ราคาก็น่าตกใจ มันจะเป็นการดีถ้าจะหารุ่นที่เหมาะสม
whuber

@whuber ฉบับใหม่ของเล่มที่amazon.com/…ได้รับการตีพิมพ์เพื่อเผยแพร่ในเดือนสิงหาคม 2014 ปัจจุบัน Wiley กำลังเรียกเก็บเงินเพิ่มขึ้นสำหรับสำเนาฉบับปี 1994
Nick Cox

ขอบคุณสำหรับลิงค์ 'การแจกแจงเชิงสถิติ' ดูเหมือนจะเป็นหนังสือที่เป็นมิตรกับนักเรียนมากขึ้น
umair


3

มือหนังสือเกี่ยวกับสถิติการกระจายสำหรับ experimentalistsคริสเตียน Walck ที่มหาวิทยาลัยสตอกโฮล์มสวยดี .... และฟรี !! มันครอบคลุมกว่า 40 การกระจายจาก A ถึง Z กับการกระจายแต่ละครั้งอธิบายด้วยสูตรช่วงเวลาฟังก์ชั่นการสร้างช่วงเวลาฟังก์ชั่นลักษณะวิธีการสร้างความแตกต่างแบบสุ่มจากการกระจายนี้และอีกมากมาย ดีมากสำหรับ pdf ฟรี


@ gung แน่นอน ฉันจะทำมากกว่านี้ "การตลาด" สำหรับมันแม้ว่าจะไปตามลิงค์และเห็นมันจะพูดเพื่อตัวเอง

ขอบคุณสำหรับลิงค์ แม้ว่านี่จะเป็นทรัพยากรฟรี แต่ก็ยากที่จะเข้าใจเพราะทุกอย่างอธิบายโดยใช้คณิตศาสตร์ แม้แต่ข้อความก็ใช้ศัพท์คณิตศาสตร์
umair

2

"โมเดลเชิงนิเวศวิทยาและข้อมูลใน R"ของ Ben Bolker มีหัวข้อ "bestiary of distributions" (pp 160-181) พร้อมคำอธิบายคุณสมบัติและการใช้งานของการแจกแจงทั่วไปและมีประโยชน์มากมาย

มันถูกเขียนขึ้นในระดับหลักสูตรระดับบัณฑิตศึกษาทางนิเวศวิทยาดังนั้นจึงสามารถเข้าถึงผู้ที่ไม่ใช่นักสถิติ ความหนาแน่นน้อยกว่าจอห์นสัน, Kotz และคณะอ้างอิงในคำตอบโดย @Momo แต่ให้รายละเอียดที่เป็นประโยชน์มากกว่ารายการหรือภาคผนวก


0

โมเดลการสูญเสียโดย Panjer, Wilmot และ Klugman มีภาคผนวกที่ดีเกี่ยวกับการแจก pdf การสนับสนุนและการประมาณค่าพารามิเตอร์


0

การศึกษาการแจกแจงไบวาริเอทไม่สามารถสมบูรณ์ได้หากปราศจากความรู้พื้นฐานเกี่ยวกับการแจกแจง univariate ซึ่งจะก่อให้เกิดการแจกแจงแบบมีเงื่อนไขหรือไม่มีเงื่อนไข สารานุกรมสองเล่มโดย Johnson และคณะ (1994, 1995) เป็นตำราที่ครอบคลุมมากที่สุดจนถึงปัจจุบันเกี่ยวกับการแจกแจง univariate ที่ต่อเนื่อง Monographs by Ord (1972) และ Hastings and Peacock (1975) เป็นสิ่งที่ควรค่าแก่การกล่าวถึงโดยภายหลังเป็นคู่มือที่สะดวกนำเสนอกราฟของความหนาแน่นและความสัมพันธ์ต่าง ๆ ระหว่างการแจกแจง อีกบทสรุปที่มีประโยชน์คือโดย Patel และคณะ (1976); บทที่ 3 และ 4 ของ Manoukian (1986) นำเสนอการแจกแจงและความสัมพันธ์มากมายระหว่างพวกเขา คอลเลกชันที่กว้างขวางของภาพประกอบของฟังก์ชั่นความหนาแน่นของความน่าจะเป็น (แสดงโดย pdf ต่อจากนี้) อาจพบได้ใน Hirano และคณะ (1983) (105 กราฟ โดยทั่วไปแต่ละเส้นโค้งจะแสดงห้าเส้นจัดกลุ่มใน 25 ตระกูลของการแจกแจง) และใน Patil et al (1984)

นี่คือจากบทที่ 0 ของหนังสือเกี่ยวกับการแจกแจง bivariate อย่างต่อเนื่องซึ่งให้การแนะนำเบื้องต้นและรายละเอียดพื้นฐานเกี่ยวกับคุณสมบัติของการแจกแจง univariate ต่างๆ ฉันจำได้ว่าฉันชอบอ่าน Ord (1972) มาก แต่ตอนนี้ฉันจำไม่ได้ว่าทำไม


0

ชุดหนังสือโดย Johnson, Kotz & Balakrishnan (แก้ไข: Nick ที่ได้กล่าวถึง; หนังสือต้นฉบับมาจากสองนักเขียนคนแรก) น่าจะครอบคลุมมากที่สุด คุณอาจต้องการเริ่มต้นด้วย Univariate Distributions อย่างต่อเนื่อง Vols I และ II

อีกสอง:

อีแวนส์, เฮสติ้งส์ & นกยูง, การแจกแจงเชิงสถิติ

Wimmer & Altmann อรรถาภิธานของการแจกแจงความน่าจะเป็นแบบไม่ต่อเนื่องแบบ univariate

นอกจากนี้ยังมีหนังสืออื่น ๆ อีกมากมายบางครั้งสำหรับการใช้งานที่เฉพาะเจาะจงมากขึ้น


Evans, Hastings and Peacock เป็นหนังสือเล่มก่อนหน้าที่ตีพิมพ์ครั้งแรกโดย Catherine Forbes ซึ่งฉันกล่าวถึง การแจกแจง univariate ต่อเนื่องเป็นชื่อที่แน่นอน
Nick Cox

@Nick ขอบคุณในสิ่งที่ชื่อ นั่นเป็นตัวพิมพ์ที่เกิดจากการย้ายคำในการแก้ไข ขออภัยที่ไม่พบฉันทำซ้ำอีกรายการหนึ่ง
Glen_b -Reinstate Monica

ไม่เป็นไร เราทุกคนทำซ้ำคำตอบก่อนหน้า (ฉันตรวจสอบครั้งแรก แต่ไม่พบ)
Nick Cox
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.