SD della distribuzione lognormale adattata vs SD della distribuzione normale adattata dei dati trasformati in logMi piacerebbe sapere perché la distribuzione lognormale adattata per un determinato set di dati fornisce una deviazione standard diversa rispetto alla distribuzione normale adattata del set di dati trasformato in log. Ad esempio, supponiamo di avere 10 punti dati: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10. Quando inserisco la distribuzione lognormale, ottengo una deviazione standard di 0,6954075. Quando registro trasformo i 10 punti dati e inserisco una distribuzione normale, ottengo una deviazione standard di 0,7330239. Vedi il frammento di seguito. Grazie!
Versione JMP: 16.2
AnaliticaRi: SD della distribuzione lognormale adattata vs SD della distribuzione normale adattata dei dati trasformati in logNella v16 la documentazione non descriveva completamente i metodi di stima per le due distribuzioni.Puoi leggere la descrizione aggiornata nella documentazione v17 qui: https://www.jmp.com/support/help/en/17.1/#page/jmp/fit-distributions.shtml .
La differenza è dovuta al fatto che per l'adattamento della distribuzione normale viene calcolata la stima imparziale della deviazione standard, che divide la somma corretta dei quadrati per (n-1), mentre l'adattamento lognormale utilizza la stima di massima verosimiglianza, che divide le somme corrette di quadrati del logaritmo dati trasformati da (n).Puoi vedere che i tuoi valori hanno un rapporto di (0,6954075)/(9,7330239)= (n-1)/n = 9/10.
Ri: SD della distribuzione lognormale adattata vs SD della distribuzione normale adattata dei dati trasformati in logGrazie per la pronta risposta! Correzione minore che 0,6954075 / 0,7330239 = SQRT(9/10).
Ri: SD della distribuzione lognormale adattata vs SD della distribuzione normale adattata dei dati trasformati in logGrazie per aver colto il mio errore!L'ho corretto nella mia risposta.
È anche facile rispondere a questo tipo di domande contattando il nostro team di supporto tecnico. Vedere www.jmp.com/support .
