Gaussiana...
Salve a tutti!
Ho a che fare con una distribuzione di dati la cui distribuzione non è simmetrica. Nel processo che devo controllare normalmente definivo dei limiti in base al valore massimo della distribuzione che normalmente erano simmetrici: in questo caso invece se uso questo metodo butto via parte di una delle due "code", questo perchè, appunto, la campana non è simmetrica.
Qualcuno sa suggerirmi un metodo che mi aiuti a trovare un range rispetto al valore di massima distribuzione tale da includere completamente la "coda" che ora non riesco a considerare?
Non so se mi sono espresso bene, confido nella vostra comprensione!
GRAZIE
Ho a che fare con una distribuzione di dati la cui distribuzione non è simmetrica. Nel processo che devo controllare normalmente definivo dei limiti in base al valore massimo della distribuzione che normalmente erano simmetrici: in questo caso invece se uso questo metodo butto via parte di una delle due "code", questo perchè, appunto, la campana non è simmetrica.
Qualcuno sa suggerirmi un metodo che mi aiuti a trovare un range rispetto al valore di massima distribuzione tale da includere completamente la "coda" che ora non riesco a considerare?
Non so se mi sono espresso bene, confido nella vostra comprensione!
GRAZIE
Risposte
Grazie,
vedo cosa riesco a fare...
vedo cosa riesco a fare...
Gli integrali numerici sono dei metodi per approssimare l'integrale di una funzione su un certo insieme. Il Matlab ha incorporato un set di funzioni che integra con tecniche piuttosto sofisticate (quadrature tipo Lobatto adattative) e il cui uso non richiede una conoscenza particolare dei fondamenti di queste tecniche.
Comunque non credo che possa avere molto senso integrare dei dati: al massimo puoi sommare tutti i valori (magari moltiplicandoli prima per un "peso" che tenga conto di affidabilita', importanza etc...)... (che cos'e' l'integrale di una successione di numeri??????
)
Io credo che Goblyn intendesse suggerirti di sostituire la distribuzione Gaussiana con una che rispecchi maggiormente l'andamento reale dei dati...
Comunque non credo che possa avere molto senso integrare dei dati: al massimo puoi sommare tutti i valori (magari moltiplicandoli prima per un "peso" che tenga conto di affidabilita', importanza etc...)... (che cos'e' l'integrale di una successione di numeri??????
) Io credo che Goblyn intendesse suggerirti di sostituire la distribuzione Gaussiana con una che rispecchi maggiormente l'andamento reale dei dati...
ok, cioè un integrale numerico??
Perchè se non sbaglio mi stai dicendo di considerare l'area, e in realtà ci avevo un po' pensato..
Però ho qualche dubbio sugli integrali numerici: ho cercato qualcosa, ma mi sono perso nei discorsi tra approssimazione per eccesso, per difetto, valor medio integrale, lobatto... ecc..
Puoi chiarirmi le differenze e che differenze hanno rispetto ai normali integrali? In più: esiste in matlab una funzione che li calcola dato il campione?
GRAZIE
Perchè se non sbaglio mi stai dicendo di considerare l'area, e in realtà ci avevo un po' pensato..
Però ho qualche dubbio sugli integrali numerici: ho cercato qualcosa, ma mi sono perso nei discorsi tra approssimazione per eccesso, per difetto, valor medio integrale, lobatto... ecc..
Puoi chiarirmi le differenze e che differenze hanno rispetto ai normali integrali? In più: esiste in matlab una funzione che li calcola dato il campione?
GRAZIE
Puoi considerare i dati nel range xmin xmax tale che l'integrale della curva tra xmin e xmax sia il tot (ad esempio 90) per cento rispetto all'integrale da -inf a +inf.
Accedi a tutti gli appunti
Tutor AI: studia meglio e in meno tempo