สูตรฟอร์มปิดสำหรับฟังก์ชั่นการกระจายรวมถึงความเบ้และความโด่ง


13

มีสูตรเช่นนี้หรือไม่? มีชุดของข้อมูลที่ทราบค่าเฉลี่ยความแปรปรวนความเบ้และความโด่งหรือสามารถวัดได้มีสูตรเดียวที่สามารถใช้ในการคำนวณความหนาแน่นของความน่าจะเป็นของค่าที่สันนิษฐานว่ามาจากข้อมูลข้างต้นหรือไม่


สำหรับการแจกแจงแบบปกติ (เกาส์เซียน) ความเบ้เป็นเนื่องจากเป็นสมมาตรและความเกินส่วนเกินนั้นเป็นจากคุณสมบัติของการแจกแจงแบบปกติ สำหรับดิสทริบิวชันอื่น ๆ ค่าเฉลี่ยความแปรปรวนความเบ้และเคิร์ตซีอุสนั้นไม่เพียงพอที่จะนิยามการแจกแจงแม้ว่าปกติสามารถพบตัวอย่างได้ 00
เฮนรี่

1
@Henry จริง ๆ แล้วในพารามิเตอร์ส่วนใหญ่ของครอบครัวของการแจกแจงด้วยช่วงเวลาสี่นาทีแรก - ซึ่งสามารถกู้คืนได้จากค่าเฉลี่ย, ความแปรปรวน, ความเบ้และ kurtosis - มักจะเพียงพอที่จะระบุการกระจาย kk4
whuber

@whuber: ที่อ่านให้ฉันเป็นวงกลมเล็กน้อย: จำกัด การกระจายไปยังครอบครัวที่มีพารามิเตอร์สี่หรือน้อยกว่ารู้สถิติที่สี่ของการกระจายมักจะระบุพารามิเตอร์ ฉันเห็นด้วย. แต่จุดหนึ่งของฉันก็คือข้อ จำกัด ที่สำคัญมีความเป็นไปได้ที่แตกต่างกันของการกระจายด้วยความหนาแน่นของความน่าจะเป็นที่แตกต่างกันอย่างมีนัยสำคัญในบางจุดแม้จะมีช่วงเวลาสี่ช่วงแรกโดยรวมเหมือนกัน
เฮนรี่

1
ฉันเห็นสิ่งที่คุณหมายถึงเฮนรี่: โดย "การแจกแจงแบบอื่น ๆ " คุณหมายถึงในความหมายทั่วไปอย่างกว้างขวางในขณะที่การตอบสนองของฉันใช้ในความหมายของการแจกแจงทั่วไปที่ใช้ในสถิติ (ซึ่งไม่ค่อยมีพารามิเตอร์มากกว่าสี่) ฉันคิดว่า codicil ของคุณ - "แม้ว่าปกติจะพบตัวอย่าง" - อาจแนะนำการตีความที่แคบลงของฉัน
whuber

คำตอบ:


12

มีสูตรดังกล่าวมากมาย ความพยายามที่ประสบความสำเร็จเป็นครั้งแรกที่การแก้ปัญหานี้ได้อย่างแม่นยำถูกสร้างขึ้นโดยคาร์ลเพียร์สันในปี 1895 ในที่สุดก็นำไปสู่ระบบการกระจายเพียร์สัน ครอบครัวนี้สามารถกำหนดค่าพารามิเตอร์โดยค่าเฉลี่ยความแปรปรวนความเบ้และความโด่ง มันรวมถึงกรณีพิเศษที่คุ้นเคย Normal, Student-t, Chi-square, Inverse Gamma และ F ดิสทริบิวชัน Kendall & Stuart Vol 1ให้รายละเอียดและตัวอย่าง


7

ฟังดูเหมือนวิธีการ'จับคู่ช่วงเวลา'เพื่อปรับการกระจายข้อมูลให้เหมาะสม โดยทั่วไปถือว่าไม่เป็นความคิดที่ดี (ชื่อของโพสต์บล็อกของ John Cook คือ 'a dead end เชิงสถิติ')


1

การทดสอบ K2 ของ D'Agostinoจะบอกคุณว่าการแจกตัวอย่างนั้นมาจากการแจกแจงแบบปกติโดยอิงจากความเบ้และความโด่งของตัวอย่าง

หากคุณต้องการทำการทดสอบโดยสมมติว่ามีการแจกแจงแบบไม่ปกติ (อาจมีความเบ้สูงหรือความโด่ง) คุณจะต้องหาว่าการกระจายตัวนั้นคืออะไร คุณสามารถดูการกระจายปกติเอียงและกระจายปกติทั่วไป หากคุณทำสิ่งนี้คุณจะพิจารณาการแจกแจงอื่น ๆ ด้วย

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