Como determinar o tipo de distribuição de probabilidades de Dados
Quando tiver recolhido dados sobre o seu sistema ou processo, o próximo passo é determinar que tipo de distribuição de probabilidade se tem. Os tipos de distribuições de probabilidade são: distribuições uniformes discreta, de Bernoulli, binomial, binomial negativo, Poisson, geométrica, uniforme contínuo, normal (curva de sino), exponencial, gama e beta. Estreitando até mesmo alguns da lista de possibilidades torna determinar qual é o valor quadrado R mais próximo muito mais rápido.
Coisas que você precisa
- software Graphing
- Meios de cálculo do valor de R ao quadrado (melhor análise de ajuste)
Plotar os dados para uma representação visual do tipo de dados.
Um dos primeiros passos para determinar o que uma distribuição de dados tem - e, portanto, o tipo de equação a ser usada para modelar os dados - é para descartar o que não pode ser. • Se houver picos no conjunto de dados, não pode ser uma distribuição uniforme discreta. • Se os dados tem mais de um pico, não é Poisson ou binomial. • Se ele tem uma única curva, não há picos secundários, e tem uma inclinação lenta em cada lado, que pode ser de Poisson ou uma distribuição gama. Mas não pode ser uma distribuição uniforme discreta. • Se os dados são uniformemente distribuídas, e é sem uma inclinação para um lado, é seguro para descartar uma gama ou distribuição de Weibull. • Se a função tem uma distribuição uniforme ou um pico no meio dos resultados representados graficamente, não é uma distribuição geométrica ou uma distribuição exponencial. • Se a ocorrência de um fator varia de acordo com uma variável de ambiente, ele provavelmente não é uma distribuição de Poisson.
Após o tipo de distribuição de probabilidade foi estreitado para baixo, fazer um R quadrado análise de cada tipo possível de distribuição de probabilidade. Aquele com o maior R quadrado valor é mais provável correta.
Eliminar um ponto de dados outlier. Em seguida, recalcular R quadrado. Se o mesmo tipo de distribuição de probabilidade surge como a correspondência mais próxima, então há uma grande confiança de que esta é a distribuição de probabilidade correta para usar para o conjunto de dados.
dicas avisos
- Se os dados mostram vários picos uma ampla dispersão, é possível que os dois processos separados estão em curso ou o produto a ser amostrado é misturado. Lembrar os dados e então re-analisar.
- Como calcular a média ea variância de uma distribuição binomial
- Como calcular variância para Gestão de Riscos
- Como coincidir com o método estatístico com Design Research
- Como usar um teste qui-quadrado em Pesquisa em Enfermagem
- Como calcular EWMA
- Análise de Lacunas de dados
- Como realizar uma análise estatística dos dados
- O que são dados de relatórios?
- 2 Limites de controlo Sigma
- Como analisar um histograma
- Normal de distribuição de probabilidade em Ações
- Como calcular 95 Limites de Confiança%
- Como explicar a distribuição dos dados
- Como trabalhar a fórmula de distribuição binomial
- Como calcular Correlação
- Como arquivo usando um 1099
- Como iniciar um negócio de Processamento de Dados
- Em uma distribuição normal padrão, que é a média Value & Desvio Padrão?
- Métodos Quantitativos em Gestão e Finanças Negócios
- Como fazer Distribuições de Probabilidade em um Ti-84 Plus
- Como calcular máxima verossimilhança