Modellazione predittiva con distribuzione normaleDomanda veloce. Ho creato un modello che prevede il dimagrimento leggero e il prodotto sovrappeso utilizzando la normale funzione di distribuzione. Lo scopo di questo modello è assegnare un costo alle varie categorie di prodotto nella distribuzione (ad es. Peso leggero, sotto bersaglio, a bersaglio, sopra il bersaglio, colpo forte). Come la funzione implica, il modello utilizza la normale funzione di distribuzione che ovviamente presuppone che il set di dati provenga da un processo normalmente distribuito. La mia domanda ha a che fare con i risultati che JMP mi fornisce quando valuto i dati per vedere se è "Normale".
Quando prendo campioni della linea, forma sottogruppi e aggrego i dati, JMP supporta la conclusione che il processo è "Normale". Tuttavia, quando guardo i dati dal nostro sistema a raggi X che esegue la scansione di ogni Xi e quindi mi dà accesso alla popolazione, JMP mi rifiuterà la distribuzione normale.
È qualcosa che succede spesso? Sospetto che il problema abbia a che fare con la dimensione dei file di dati. Quando si campiona la linea, di solito tiro 25 sottogruppi di 10 mentre qualsiasi popolazione perticulare sarebbe composta da 600 a 1,5 milioni di unità. Secondo te, oltre a sapere che il mio significato cambierà nel tempo e tutto ciò, è sicuro usare il mio modello in futuro o dovrei riconsiderare?
Re: Predictive Modeling usando Normal DistributionCiao, mamma!
La risposta alla tua domanda non è così veloce o diretta.
Titani come Gauss, Pearson, Bessel, Huber, Hampel e Tukey hanno tutti notato che i dati del mondo reale non sono quasi mai rigorosamente normali ... sembrano molto spesso simili a una distribuzione di studenti con tra 2 e 10 gradi di libertà. Ciò significa che le distribuzioni del mondo reale sono platykurtic, dove le code sono più pesanti del normale.
A seconda del modo in cui si aggregano i dati, il Teorema del limite centrale potrebbe gettarti l'osso di normalità.
Poiché assegnare costi a varie categorie di prodotti sembra implicare la valutazione delle probabilità di osservazione nelle code della distribuzione, penso che sarebbe più sicuro per te scartare il modello basato sulla distribuzione Normale e forse esplorare un approccio empirico.
In bocca al lupo.
