Sannolikhet Fördelningar i statistisk analys av stora data - dummies

Sannolikhetsfördelningar är en av många statistiska tekniker som kan användas för att analysera data för att hitta användbara mönster. Du använder en sannolikhetsfördelning för att beräkna sannolikheterna som hör samman med elementen i en dataset:

• Binomialdistribution: Du skulle använda binomialfördelningen för att analysera variabler som endast kan antas vara en av två värden. Du kan till exempel bestämma sannolikheten för att en viss andel medlemmar i en idrottsförening är vänsterhänt.

• Poissonfördelning: Du skulle använda Poisson-fördelningen för att beskriva sannolikheten för ett givet antal händelser som inträffar över ett tidsintervall. Det kan till exempel användas för att beskriva sannolikheten för ett visst antal träffar på en webbplats under den kommande timmen.

• Normal fördelning: Den normala fördelningen är den mest använda sannolikhetsfördelningen i de flesta discipliner, inklusive ekonomi, finans, marknadsföring, biologi, psykologi och många andra. En av de karakteristiska egenskaperna hos den normala fördelningen är symmetri - sannolikheten för att en variabel är ett givet avstånd under medelvärdet av fördelningen är lika med sannolikheten att det är samma avstånd över medelvärdet.

  Till exempel, om den genomsnittliga höjden för alla män i USA är 70 tum och höjder normalt distribueras, är en slumpmässigt vald man lika stor som mellan 68 och 70 tum lång som han ska vara mellan 70 och 72 tum långa.

  Den normala fördelningen fungerar bra med många applikationer. Till exempel används det ofta inom finansområdet för att beskriva avkastningen på finansiella tillgångar. På grund av sin lätthet av tolkning och implementering används den normala fördelningen ibland även när antagandet om normalitet bara är ungefär korrekt.

• Studentens t-fördelning: Studentens t-fördelning liknar den normala fördelningen, men med Studentens t-fördelning är mycket små eller extremt stora värden mycket mer benägna att uppstå. Denna fördelning används ofta i situationer där en variabel uppvisar för stor variation för att överensstämma med normalfördelningen. Detta är sant när egenskaperna hos småprover analyseras. Med små prover är variationen mellan prover sannolikt ganska stor, så normalfördelningen bör inte användas för att beskriva deras egenskaper.

  Studentens t-distribution utvecklades av W.S. Gosset, medan han anställde på bryggeriet Guinness. Han försökte beskriva egenskaperna hos små provmedel.

• Chi-kvadratfördelningen: Chi-kvadratfördelningen är lämplig för flera typer av applikationer. Till exempel kan du använda den för att bestämma om en population följer en viss sannolikhetsfördelning. Du kan också använda den för att testa om variansen hos en population är lika med ett angivet värde och att testa för oberoende av två dataset.

• F-fördelningen: F-fördelningen härrör från chi-kvadratfördelningen. Du använder den för att testa om skillnaderna mellan två populationer är lika med varandra. F-fördelningen är också användbar i applikationer såsom regressionsanalys.