유통 플랫폼안녕하세요,
조언이 필요합니다.
배포 플랫폼을 사용하여 데이터에 가장 적합한 지 확인했습니다. 비정규 분포를 정규 분포로 가정하면 발생하는 오류 수준 (중심 경향 및 분산)을 확인할 수있는 방법이 있는지 알고 싶었습니다.
해석학Re : 유통 플랫폼안녕하세요 @billi ,
데이터가 실제로 비정규 분포에서 비롯된 경우 데이터가 정규 분포를 갖는다 고 가정하여 "오류 수준"을 이해하고 싶다는 것을 알고 있습니다. 그 맞습니까?흥미로운 질문입니다.
왜 그랬는지 물어봐도 될까요? 이 작업을 수행해야하는 실제 상황에 대해 알려주시겠습니까?
귀하의 예제에서 데이터가 어떻게 생성되었는지 잘 모르겠습니다. 실제 프로세스에서 가져온 것일 수도 있습니다. 그러나 분포 비교 분석에 따르면 로그 정규 분포가 최상의 분포 일 수 있습니다.
그래도 감마 및 정규 분포는 유사한 AICc를 갖습니다. AICc는 적합도의 척도이며 일반적으로 2 미만의 AICc 차이는 중요하지 않다고 말합니다.
따라서이 경우 위치 / 척도 / 중심 경향 및 분산 / 모양 / 분산의 "오류 수준"은 분포가 실제로 로그 정규 분포 인 경우 정규 분포를 가정 할 때 작을 것입니다. 플롯의 적합 분포에서 이것을 볼 수 있습니다. 거의 구별 할 수 없습니다 (특히 색상이 비슷하기 때문에!).
도움이 되나요? "오류 수준"을 정량화 할 수있는 특별한 방법이 있습니까? "잘못된"정규 분포를 가정 할 때 발생하는 오류를 확인하기 위해 "올바른"분포가 무엇인지 어떻게 알 수 있습니까?
필
Re : 유통 플랫폼유용 할 수있는 또 다른 아이디어는 적합 된 각 분포에 대한 빨간색 삼각형 메뉴의 Quantile Profiler입니다. 이를 사용하여 분위수를 비교할 수 있습니다. 아래에서 각 분포에 대한 중앙값 (확률 = 0.5)과 10 번째 백분위 수 (확률 = 0.1) 추정치를 볼 수 있습니다. 다시 말하지만, 이것은 분포 사이에 무시할만한 차이를 보여줍니다.
Re : 유통 플랫폼감사합니다 뿡뿡 응답을 위해. 나는 여기서 로그 정규와 정규 사이에 큰 차이가 없다는 것에 동의합니다. 하지만 차이가 약 5 AICc 인 또 다른 데이터가 있지만 그 값으로 Quantile Profiler를 확인하고 뭔가 나오면 게시하겠습니다. 도와 주셔서 다시 한번 감사드립니다.
