Теория вероятности

Оценка отклонения теоретического распределения от нормального. Асимметрия и эксцесс

Асимметрия измеряет несимметричность распределения относительно среднего значения: положительная указывает на вытянутость вправо, отрицательная — влево. Эксцесс характеризует островершинность или плосковершинность распределения по сравнению с нормальным. Рассмотрены методы вычисления этих характеристик, их интерпретация и применение в статистическом анализе для проверки гипотез о нормальности данных.

При изучении распределений, отличных от нормального, возникает необходимость количественно оценить это различие. С этой целью вводят две специальные характеристики - асимметрию и эксцесс.

Если распределение случайной величины симметрично относительно математического ожидания, то все центральные моменты нечетного порядка равны нулю.

Это объясняется тем, что в силу симметричности для каждого +(X−M(X))+( { X-M( X ) } ) найдется −(X−M(X))-( { X-M( X ) } ) с одинаковой вероятностью.

Если центральный момент нечетного порядка не равен 0, то говорят об асимметричности распределения, чем больше момент, тем больше асимметрия

Поэтому в качестве характеристики асимметрии разумнее всего взять какой-нибудь нечетный момент т.к. 1-го порядка всегда 0, то возьмем 3-го порядка.

Опр. Коэффициентом асимметрии AA называется величина A=M_3σ_x3A=\frac { M\_3 } { \sigma \_x^3 }, где σ_x\sigma \_x - среднее квадратическое отклонение. M_3−M\_3- центральный момент 3-го порядка.

Рассмотрим два случая**

  1. Если A>0A>0 - это говорит о влиянии на центральный момент 3-го порядка M_3M\_3 отрицательных отклонений и форма кривой принимает вид: { пологая слева } кривая сама асимметрична
  1. Если A>0A>0 - преобладает влияние положительных отклонений и кривая полога справа.

Опр: Эксцессом EE называется величина

E=M_4/σ_x4−3E=M\_4 /\sigma \_x^4 -3

Можно показать, что для наиболее распространённого в природе нормального распределения M_4/σ_x4=3M\_4 /\sigma \_x^4 =3 т.е. эксцесс равен 0. Если E>0E>0 { эксцесс >0>0 } , то кривая более острая, если E>0E>0, то более пологая.

Другие статьи из категории

Похожие статьи

Все статьи →

Теория вероятности

Критерий согласия Пирсона: методика и применение для проверки гипотез о виде распределения

Методика включает вычисление статистики хи-квадрат как суммы нормированных квадратов разностей между наблюдаемыми и ожидаемыми частотами.…

Теория вероятности

Проверка гипотезы о показательном распределении: методы и критерии

Методы проверки включают критерий согласия Пирсона (хи-квадрат), критерий Колмогорова–Смирнова или использование графического анализа,…

Теория вероятности

Методы нахождения оценок: теория и практическое применение

Метод моментов заключается в приравнивании теоретических моментов распределения к их эмпирическим аналогам. Метод максимального…

Теория вероятности

Доверительный интервал: определение и методы построения

Построение доверительного интервала зависит от типа параметра (например, математическое ожидание, дисперсия) и распределения данных. Для…

Теория вероятности

Основные формулы теории вероятности

Теория вероятности изучает закономерности случайных событий, предлагая инструментарий для их количественной оценки. Рассматриваются…

Нужен расчёт?

Пришлите исходные данные — уточним состав работы и ответим по срокам.

Связаться