Иногда я видел в учебниках второй параметр нормального распределения, который называется стандартным отклонением и дисперсией. Например, случайная величина X ~ N (0, 4). Не ясно, равно ли сигма или сигма в квадрате 4. Я просто хочу выяснить общее соглашение, которое используется, когда стандартное отклонение или дисперсия не определены.
distributions
normal-distribution
Коренастая обезьяна
источник
источник
Ответы:
Из того, что я видел, когда статистики * пишут алгебраические формулы, наиболее распространенным соглашением является (безусловно) , поэтому N ( 0 , 4 ) подразумевает, что дисперсия равна 4 . Однако соглашение не является полностью универсальным, поэтому, хотя я довольно уверенно интерпретирую намерение как «дисперсию 4», трудно быть полностью уверенным без каких-либо дополнительных указаний (часто тщательное изучение может дать некоторую дополнительную подсказку, такую как более ранняя или последующая использовать тот же автор).N(μ,σ2) N(0,4) 4
Говоря за себя, я пытаюсь написать четкий квадрат, чтобы избежать путаницы. Например, вместо того, чтобы писать , я обычно склоняюсь к записи N ( 0 , 2 2 ) , что более ясно означает, что дисперсия равна 4, а sd равно 2.N(0,4) N(0,22)
При вызове функций в пакетах статистики (например, R(μ,σ)
dnorm
для одного примера) аргументы почти всегда . (Как указывает usεr11852, проверьте документацию. Конечно, в худшем случае - отсутствующая или неоднозначная документация, бесполезные имена аргументов - небольшой эксперимент позволил бы разрешить любую дилемму, которую он использовал.)* здесь я имею в виду людей, чья основная подготовка в области статистики, а не изучения статистики для применения в какой-либо другой области; условные обозначения могут варьироваться в зависимости от области применения.
источник
Из более раннего ответа 7 лет назад : «.... существует по крайней мере три различных соглашения для интерпретации как нормальной случайной величины. Обычно a представляет собой среднее значение μ X, но b может иметь различные значения ,X∼N(a,b) a μX b
означаетчтостандартное отклонениеот X является б .X∼N(a,b) X b
означаетчтодисперсияиз X является б .X∼N(a,b) X b
означаетчтодисперсияиз X является 1X∼N(a,b) X .1b
источник