หนังสือแนะนำสำหรับผู้เริ่มต้นเกี่ยวกับการแจกแจงความน่าจะเป็น


13

ฉันกำลังเรียนรู้การเรียนรู้ของเครื่องและหนังสือทุกเล่มที่ฉันเปิดฉันชนกับการแจกแจงแบบไคสแควร์, ฟังก์ชันแกมม่า, การแจกแจงแบบ t, เกาส์เซียนและอื่น ๆ

หนังสือทุกเล่มที่ฉันได้เปิดจนถึงเพียงกำหนดสิ่งที่การกระจายคือพวกเขาไม่ได้อธิบายหรือให้สัญชาตญาณว่าสูตรเฉพาะสำหรับฟังก์ชั่นมาจากไหน

ตัวอย่างเช่นทำไมการกระจายแบบไคสแควร์ถึงเป็นแบบนั้น การแจกแจงแบบ t คืออะไร? สัญชาตญาณของการกระจายคืออะไร พิสูจน์? เป็นต้น

ฉันต้องการที่จะมีความเข้าใจที่ชัดเจนและพื้นฐานของการแจกแจงที่ใช้กันมากที่สุดเพื่อให้ทุกครั้งในภายหลังเมื่อฉันเห็นพวกเขาฉันเข้าใจอย่างแท้จริงว่าการกระจายตัวทีคืออะไรการกระจายแบบเกาส์และที่สำคัญที่สุดคือทำไม พวกเขาคือ.

มันจะดีถ้าหนังสือ / บทช่วยสอนสามารถอธิบายแนวคิดของคนธรรมดาเพื่อที่จะเข้าใจพวกเขาคุณไม่จำเป็นต้องเข้าใจพวกเขา x) หนังสือหลายเล่มเป็นเช่นนี้พวกเขาไม่เหมาะสำหรับผู้เริ่มต้น :(


1
ตำราระดับปริญญาตรีส่วนใหญ่เกี่ยวกับสถิติเชิงทฤษฎีหรือทฤษฎีความน่าจะเป็นมีบทเกี่ยวกับทฤษฎีการกระจายที่ครอบคลุมคำถามเหล่านี้ แต่คุณต้องการสมมติพื้นหลังทางคณิตศาสตร์เป็นจำนวนเท่าใด
Scortchi - Reinstate Monica

พื้นหลังทางคณิตศาสตร์ระดับปริญญาตรี :) หน่วยการสร้างพื้นฐาน เพียงพอหรือไม่ ฉันควรเรียนคณิตศาสตร์ในระดับใดก่อนที่จะเรียนรู้เกี่ยวกับการแจกแจง? ฉันได้อ่านหนังสือพื้นฐานเกี่ยวกับสถิติซึ่งแสดงการกระจายที่ฉันอธิบายไว้ในคำถามในไม่ช้า
jjepsuomi

ทฤษฎีความน่าจะเป็นบางอย่าง & แคลคูลัสควรทำ - ขึ้นอยู่กับว่าคุณอยากไปลึกแค่ไหน
Scortchi - Reinstate Monica

โอเคขอบคุณ :) ส่วนใหญ่ฉันแค่อยากจะเข้าใจสิ่งที่ฉันกำลังทำอยู่
jjepsuomi

1
นอกจากนี้คุณยังอาจพบการอ้างอิงที่มีประโยชน์ที่โพสต์ในกระทู้นี้: stats.stackexchange.com/questions/56385/...
Andre Silva

คำตอบ:


8

หากคุณไม่มีอุปสรรคทางคณิตศาสตร์มีภาพรวมที่ดีใน Ch 3 จาก Casella & Berger การอนุมานเชิงสถิติและครอบคลุมมากใน Grinstead & Snell บทนำสู่ความน่าจะเป็น ( ฟรี ); สำหรับรายละเอียดเพิ่มเติมผมอยากแนะนำให้ Severini, องค์ประกอบของทฤษฎีการแพร่กระจาย แต่มีจำนวนมาก - ฉันคิดว่ามันยากกว่านี้ถ้าจะหาวิธีการรักษาทางคณิตศาสตร์ที่น้อยลง


เหตุใดจึงไม่มี "ฟังก์ชันมวลความน่าจะเป็น"
Woeitg

1
บางที OP กำลังมองหาหนังสือเช่นamazon.com/นี้... ความครอบคลุมน่าจะดี แต่ฉันไม่สามารถพูดกับคุณภาพของมันได้ ... หรืออันนี้amazon.com/ /
ColorStatistics

มันทำให้งงว่าทำไมคำตอบนี้ถูกทำเครื่องหมายเป็นคำตอบของตัวเลือกเมื่อไม่ตอบคำถาม Casella & Berger มีเพียง 50 หน้าและไม่ครอบคลุมการกระจายทั่วไป Grinstead & Snell ใช้เวลาเพียง 40 หน้าในการรักษาปกติและเน้นในหนังสือสถิติส่วนใหญ่ ในที่สุดหนังสือของ Severini ไม่ได้จัดทำแคตตาล็อกและอธิบายการแจกแจงมากกว่าหนังสือสถิติทางคณิตศาสตร์อื่น ๆ ... Larsen and Marx ของ "An Introduction to Mathematical Statistics and Appliations" ยังอุทิศ 50 หน้าและน้อยกว่า Cassella & Berger
ColorStatistics

@ColorStatistics: ฉันคิดว่าฉันกำลังถามคำถามเกี่ยวกับทฤษฎีการจัดจำหน่ายมากพอ ๆ กับบทสรุปของตระกูลการกระจายสินค้าแบรนด์เนม คำแนะนำของคุณดูเหมือนจะคุ้มค่ากับคำตอบ สำหรับคำแนะนำหนังสือโดยเฉพาะมักไม่ค่อยมีเหตุผลที่ดีที่ OPs จะยอมรับคำตอบเดียวมากกว่าคำตอบอื่น แต่โปรดทราบว่าพวกเขาสามารถเปลี่ยนใจให้ยอมรับสิ่งที่มีประโยชน์มากกว่าที่ปรากฏในภายหลัง
Scortchi - Reinstate Monica

@Scortchi: ฉันได้มาจริงและคิดว่าคำตอบของคุณอยู่ในจุด มีหนังสือเล่มอื่น ๆ ที่ครอบคลุมหัวข้อนั้นครอบคลุมมากกว่า แต่ฉันได้ข้อสรุปแล้วไม่ได้หยั่งรู้มากกว่าแหล่งที่คุณพูดถึง ฉันเพิ่งโหวตคำตอบของคุณเอง; และประเด็นของคุณที่หนังสือที่คุณพูดถึงทฤษฎีการกระจายสินค้ารวมถึงบทสรุปของตระกูลการแจกจ่ายนั้นเป็นหนังสือที่ดีอีกเล่มหนึ่ง
ColorStatistics

4

คุณควรอ่าน "การแจกแจง univariate ต่อเนื่อง" ฉบับที่ 1 & 2. โดย Johnson และ Kotz นอกจากนี้ "คู่มือการแจกจ่าย Weibull" โดย Horst Rinne สิ่งที่สองคือหนังสือที่มีประโยชน์เพื่อทำความเข้าใจกับการแจกจ่ายแม้ว่าหนังสือเล่มนี้จะมุ่งเน้นไปที่การจัดจำหน่าย Weibull อาจเป็นวัสดุบางอย่างไม่ใช่เรื่องง่ายที่จะอยู่ภายใต้ขาตั้ง แต่ตอนแรก ๆ จะให้ความรู้ที่เป็นประโยชน์แก่คุณ


ความเห็นสำหรับหนังสือที่แนะนำไม่ดี ผู้คนบ่นว่าพิมพ์ผิดหลายครั้ง
ColorStatistics

1

สำหรับภาพรวมในระยะสั้นและง่ายมากของการแจกแจงความน่าจะเป็นผมขอแนะนำให้น่าจะเป็นและสถิติ EBook การแจกแจงส่วนใหญ่มีการอธิบายไว้ในบทที่สิบห้า แต่ยิ่งมีการแจกแจงทั่วไปมากขึ้นในส่วนก่อนหน้าของหนังสือเล่มนี้

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.