Cercasi distribuzione
Salve a tutti, sto lavorando ad un progetto in cui avrei bisogno di una distribuzione discreta similmente fatta:
(nel disegno l'ho disegnata come continua, ma in realtà è discreta)
Più che altro, devono essere (più o meno) rispettate le due seguenti condizioni:
- la distribuzione deve essere definita solo su un insieme $ [0,n] $ (la probabilità che la x assuma un valore minore di 0 o maggiore di n deve essere nulla)
- la probabilità che la x assuma un valore prossimo a n deve essere molto maggiore della probabilità che sia 0
Esiste una tale distribuzione?
Grazie
(nel disegno l'ho disegnata come continua, ma in realtà è discreta)
Più che altro, devono essere (più o meno) rispettate le due seguenti condizioni:
- la distribuzione deve essere definita solo su un insieme $ [0,n] $ (la probabilità che la x assuma un valore minore di 0 o maggiore di n deve essere nulla)
- la probabilità che la x assuma un valore prossimo a n deve essere molto maggiore della probabilità che sia 0
Esiste una tale distribuzione?
Grazie
Risposte
Cerco di esprimermi meglio: il progetto che devo fare è un'applicazione java. Nel programma utilizzo delle librerie grazie alle quali ho accesso alle seguenti distribuzioni http://commons.apache.org/proper/common ... ution.html . Fra queste pdf mi sembra che non ce ne sia nessuna che rispetta quanto da me voluto e dato che è presente la possibilità di definire da noi delle distribuzioni mi chiedevo se qualcuno fosse a conoscenza di qualche distribuzione fatta come ho descritto nel primo messaggio.
queste sono distribuzioni continue. Quella che stai cercando tu è una distrbuzione continua "per classi di intervalli".
Non esiste una distribuzione "nota" così fatta ma qualunque CDF continua per classi rispetta le specifiche che cerchi.
Non posso farti un tutorial ma basta guardare le prime nozioni di Statistica Descrittiva su qualunque testo.
Se invece devi usare una di quelle proposte esiste anche un'altra soluzione: si può fare un test statistico non parametrico di adattamento (goodness of fit test) per vedere se la tua distribuzione "empirica" può essere approssimata con una di quelle note che hai a disposizione (con opportuna scelta dei parametri, ovviamente)
Il test va a valutare le differenze che ci sono fra la tua distribuzione empirica (la spezzata che hai messo nel primo post) con i valori teorici di una di quelle che hai postato nel file e, se le differenze sono "piccole" accetta l'ipotesi che la tua distribuzione possa essere approssimata. Di test ce ne sono diversi in letteratura: Kolmogorov Smirnov, $chi^2$ ecc ecc
ciao
Non esiste una distribuzione "nota" così fatta ma qualunque CDF continua per classi rispetta le specifiche che cerchi.
Non posso farti un tutorial ma basta guardare le prime nozioni di Statistica Descrittiva su qualunque testo.
Se invece devi usare una di quelle proposte esiste anche un'altra soluzione: si può fare un test statistico non parametrico di adattamento (goodness of fit test) per vedere se la tua distribuzione "empirica" può essere approssimata con una di quelle note che hai a disposizione (con opportuna scelta dei parametri, ovviamente)
Il test va a valutare le differenze che ci sono fra la tua distribuzione empirica (la spezzata che hai messo nel primo post) con i valori teorici di una di quelle che hai postato nel file e, se le differenze sono "piccole" accetta l'ipotesi che la tua distribuzione possa essere approssimata. Di test ce ne sono diversi in letteratura: Kolmogorov Smirnov, $chi^2$ ecc ecc
ciao
Grazie per le informazioni.
Accedi a tutti gli appunti
Tutor AI: studia meglio e in meno tempo