Запитання з тегом «normality-assumption»

Про важливість нормальних розподілів у природі було сказано багато. Багато вимірювань, як висота чи вага, розподіляються приблизно нормально. Але жодна з них не є абсолютно нормальною, наскільки я розумію. Вважаючи, що нормальний розподіл є одним із максимальних розподілів ентропії , здається правдоподібним, що природа повинна "сподобатися". Але подумавши, я не …

9 normal-distribution  normality-assumption 

Для t-тестів, згідно з більшістю текстів, існує припущення, що дані популяції зазвичай розподіляються. Я не бачу, чому це так. Чи не вимагає тестового тесту лише те, щоб розподіл вибірки засобів для вибірки був нормально розподілений, а не популяція? Якщо у випадку, якщо t-тест в кінцевому підсумку вимагає нормальності розподілу вибірки, …

9 hypothesis-testing  t-test  assumptions  normality-assumption  central-limit-theorem 

Зараз я читаю припущення щодо кореляцій Пірсона. Важливим припущенням для наступного t-тесту, здається, є те, що обидві змінні походять від звичайних розподілів; якщо цього не зробити, то рекомендується використання альтернативних заходів, таких як Spearman rho. Кореляція Спірмена обчислюється як кореляція Пірсона, лише використовуючи ранги X і Y замість самих X …

9 correlation  normality-assumption  spearman-rho  ranks 

Я хочу оцінити точність тестів на нормальність для різних розмірів вибірки в R (я розумію, що тести на нормальність можуть бути оманливими ). Наприклад, щоб переглянути тест Шапіро-Вілка, я провожу наступне моделювання (а також графік результатів) і очікував би, що в міру збільшення розміру вибірки ймовірність відхилення нуля зменшується: n …

9 r  simulation  power-analysis  normality-assumption 

Отже, у мене є 16 випробувань, в яких я намагаюся ідентифікувати людину з біометричної ознаки за допомогою дистанції Hamming. Мій поріг встановлено на 3,5. Мої дані нижче, і лише пробна версія 1 - справжнє Позитивне: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

Я чув, що велика кількість, що зустрічається в природі, зазвичай розподіляється. Це, як правило, виправдано, використовуючи центральну граничну теорему, яка говорить про те, що при середньому значенні кількості iid випадкових величин ви отримуєте нормальне розподіл. Так, наприклад, ознака, яка визначається аддитивним ефектом великої кількості генів, може бути приблизно нормально розподілена, …

9 data-transformation  normality-assumption