Я хотел бы описать «пиковость» и «тяжесть хвоста» нескольких искаженных функций плотности вероятности.
Особенности, которые я хочу описать, будут ли они называться «куртозом»? Я видел только слово "эксцесс", используемое для симметричных распределений?
pdf
descriptive-statistics
skewness
kurtosis
user1375871
источник
источник
Ответы:
Поскольку дисперсию определяют как второй момент , а асимметрию определяют как третий момент μ 3, а эксцесс определяют как четвертый момент μ 4 , можно описать свойства широкого диапазона симметричных и несимметричных распределений из данных.μ2 μ3 μ4
Этот метод был первоначально описан Карлом Пирсоном в 1895 году для так называемых Пирсоновских Распределений I-VII. Это было расширено Эгоном Пирсоном (дата не определена), как опубликовано в Hahn и Shapiro в 1966 году, до широкого диапазона симметричных, асимметричных и тяжелых хвостовых распределений, включая Uniform, Normal, Students-t, Lognormal, Exponential, Gamma, Beta, Бета J и Бета U. Из графика р. 197 Hahn и Shapiro, и B 2 могут использоваться для установления дескрипторов асимметрии и эксцессов как:В1 В2
μ4=B2μ 2 2μ3= B1 μ32-----√
μ4= B2 μ22
Если вы просто хотели простые относительные дескрипторы, тогда, применяя константу асимметрия равна √μ2= 1 и эксцессB2.В1---√ В2
Мы попытались суммировать эту таблицу здесь, чтобы ее можно было запрограммировать, но лучше рассмотреть ее в Хан и Шапиро (стр. 42-49,122-132,197). В некотором смысле мы предлагаем немного реверс-инжиниринга диаграммы Пирсона, но это может быть способом количественного определения того, что вы ищете.
источник
Главный вопрос здесь, что такое "пик"? Это кривизна на пике (2-ая производная?) Сначала требуется стандартизация? (Вы могли бы так подумать, но есть поток литературы, начинающийся с Просшана, Ann. Math. Statist. Volume 36, Number 6 (1965), 1703-1706, который определяет пиковость таким образом, чтобы нормаль с меньшей дисперсией была больше » достиг своего пика "). Или это концентрация вероятности в пределах стандартного отклонения от среднего, как это подразумевается в Balanda и Macgillivray (The American Statistician, 1988, Vol. 42, 111-119)? Как только вы остановитесь на определении, применять его будет тривиально. Но я бы спросила: "почему тебя это волнует?" Какое значение имеет «пик», как бы он ни определялся?
Кстати, эксцесс Пирсона измеряет только хвосты и не измеряет ни одно из вышеупомянутых определений «пика». Вы можете изменять данные или распределение в пределах стандартного отклонения от среднего по своему усмотрению (сохраняя ограничение = 0 и дисперсию = 1), но эксцесс может изменяться только в максимальном диапазоне 0,25 (обычно намного меньше). Таким образом, вы можете исключить использование эксцесса для измерения пика для любого распределения, даже если эксцесс действительно является мерой хвостов для любого распределения, независимо от того, является ли распределение симметричным, асимметричным, дискретным, непрерывным, дискретным / непрерывным или эмпирическим. Куртоз измеряет хвосты для всех распределений и практически ничего не говорит о пике (как бы он ни определялся).
источник
источник
Я не уверен, что понял ваше понимание пика и тяжести. Куртоз означает «избыток» на немецком языке, поэтому он описывает «голову» или «пик» распределения, описывая, является ли он очень широким или очень узким. Википедия утверждает, что «пик» на самом деле описывается «куртозом», тогда как пик не кажется реальным словом, и вы должны использовать термин «куртоз».
Так что я думаю, что вы, возможно, все поняли правильно, голова - это Куртоз, «тяжесть» хвоста - это косность »:
Вот как вы найдете это:
с s в качестве стандартного отклонения для х.
Значения указывают:
Отрицательный перекос:
Положительный перекос:
Нет перекоса
Вы можете получить значение для эксцесса с помощью:
Значения указывают:
Platycurtic:
Лептокуртик:
Нормальный:
Это помогло?
источник
Куртоз определенно связан с остротой кривой. Впредь я полагаю, что вы действительно ищете эксцесс, который существует независимо от того, является ли распределение симметричным или нет. (user10525) определенно сказал это правильно! Я надеюсь, что ваша проблема уже решена. Делитесь своим итогом, все мнения приветствуются.
источник