在Java程序中，我如何确定我拥有的数据集是否遵循正态分布？
这是可能的吗？
是否有API或算法可以确定这一点？
Java：如何通过编程确定数据集不符合正态分布？
3
- LowLevelAbstraction
1
2你正在深入研究统计学，语言几乎不重要。你还需要决定要使用什么标准，因为会有误差。你想如何分类可疑的数据集？你想确保包括几乎所有正态分布，还是拒绝几乎所有非正态分布，或者介于两者之间？你认为数据集代表正态分布的先验概率是多少？ - David Thornley
4个回答
4
这是一个相当困难的统计问题，如果你不是统计专家，它看起来似乎非常简单。你的目标显然是确定数据是否可能来自于任何正态分布，而不是具有预先指定的均值和方差的分布。最好的方法可能是使用D'Agostino test，该测试基于测量分布的偏度和峰度，并将其与正态性下的期望进行比较。
就Java实现而言，我不知道有没有，尽管我不经常使用Java。如果有的话，我会稍微惊讶一下，因为这是一个相对较为晦涩的统计函数，而Java并不是最常用于统计学的语言。然而，如果您已经有计算偏度、峰度和卡方分布CDF函数的功能，我的D语言实现（在此文件中搜索dAgostinoK()）可能可以轻松地转换成Java。
就Java实现而言，我不知道有没有，尽管我不经常使用Java。如果有的话，我会稍微惊讶一下，因为这是一个相对较为晦涩的统计函数，而Java并不是最常用于统计学的语言。然而，如果您已经有计算偏度、峰度和卡方分布CDF函数的功能，我的D语言实现（在此文件中搜索dAgostinoK()）可能可以轻松地转换成Java。
- dsimcha
1
@dsimcha：+1 真的，这比我想象中的难。我会学习这些好链接的。 - LowLevelAbstraction
3
我不确定是否有可用的API，但您可以使用卡方检验http://en.wikipedia.org/wiki/Pearson%27s_chi-square_test。假设您的数据集足够大，您可以测试其符合正态分布。
- zarkon
1
1虽然您可以使用卡方检验，但我不建议这样做。卡方检验最适用于分类/离散数据。我建议使用许多专门为正态分布设计的测试之一，如msw上面链接中所述。 - dimatura
0
最简单的方法是：“如果我有n > 30个数据点，那么它通过中心极限定理近似于正态分布。” ;)
正如其他人提到的，确定数据点是否来自正态分布要困难得多。
- user205666
1
2我认为你的意思是：“如果我有n>30个独立同分布的数据点，那么由这些点的总和组成的随机变量近似服从正态分布”。任意一组30个点都可能是任何东西。 - dimatura
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接