Что такое куртозис?

lev-rechin

слово из теории вероятностей, еще интересует что такое лаги.

yurimedvedev

куртозис - четвертый момент распределения случайной величины

yurimedvedev

http://www.glossary.ru/cgi-bin/gl_sch2.cgi?RCwlsltt:l!rgjo
Лаг - разрыв во времени между двумя или несколькими мероприятиями, находящимися в
причинно-следственной связи.
Внешний лаг - промежуток времени с момента принятия решения правительством
относительно той или иной меры экономической политики до появления ее результатов.
Внутренний лаг - промежуток времени от момента экономического потрясения до
моментом принятия ответной меры экономической политики со стороны государства.
Лаг капитальных вложений - разрыв во времени между капитальными вложениями в
производство и получением экономического эффекта.

lev-rechin

это M(x-Mx)^4? а что в таком случае может озночать фраза "положительный куртозис"? тотлько то, что он не ноль? отрицательным ведь он быть не может, если я правильно понял. какой его смысл?

yurimedvedev

А хрен его знает...
Я, если честно, написал то, что в интернете нашел, я этот термин раньше не слышал.
Лучше спросить профессиональных математиков. Или тех, кто учится на таких.

a78m

Обычно используют этот показатель для определения нормальности выборки. Если этот кусторсис больше 0, то кривая распределения вер-тей (плотность) шире чем у нормальной кривой. Если отрицательный, то уже.
Ваще (из формулы видно ксторсис - мера отклонения (уширения) около центральной точки.

lev-rechin

этот кусторсис больше 0, то кривая распределения вер-тей (плотность) шире чем у нормальной кривой. Если отрицательный, то уже.

либо это не четвертый момент и ошибся (а например какой-нибудь нечетный, скажим третий либо я никак не могу понять почему M(x-Mx)^4 может быть отрицательным

lev-rechin

>кусторсис
так кусторсис или куртозис? или это две разные величины?

lev-rechin

ps: если верить яндексу, то независимо от мат ожидания и дисперсии, куртозис гауссовского распределения равен 3.

a78m

Здесь никто не ошибся! Поверь! Приду домой, приведу тебе точную формулу. Можешь, кстати, мануал к SPSS открыть...

lev-rechin

слушай, я не так хорошо знаю мануалы к спссам, но то, что четвертый момент не может быть отрицательным - жопой клянусь.

lev-rechin

>Можешь, кстати, мануал к SPSS открыть...
куда дальше?

nasteniw

ps: если верить яндексу, то независимо от мат ожидания и дисперсии, куртозис гауссовского распределения равен 3.

это только для стандарного гауссовского (что то же самое, нормального) распределения... а вообще все моменты нормального закона являются функцией от матожидания и дисперсии (как, если интересно, могу пояснить поэтому от них куртозис не может не зависеть

lev-rechin

это только для стандарного гауссовского (что то же самое, нормального) распределения...

я уже понял

вообще все моменты нормального закона являются функцией от матожидания и дисперсии (как, если интересно, могу пояснить поэтому от них куртозис не может не зависеть

лучше напиши как его считать. то, что у гауссовского распределения все моменты есть функция первых трех (еще нулевой, т.е. единица) мне сказали год назад.

a78m

Kurtosis (Коэффициент вариации или эксцесс) указывает, является ли распределение пологим (в случае больших значений) или крутым. Эксцесс равен 0, если наблюдения подчиняются нормальному закону. Сл-но, Если эксцесс значительно отличается от 0, то гипотезу о нормальности г.с., из которой взята выборка, принять нельзя!
E=(M(X-M(x^4/D(X)^4)-3. Так что он может быть как положительным, так и отрицательным. Боле того [-2,2]. Могу еще тебе еще что-нить написать про это. И про ассиметрию могу...

lev-rechin

E=(M(X-M(x^4/D(X)^4)-3

теперь понятно, почему отрицательный. я исходил из определения 'а.
Могу еще тебе еще что-нить написать про это. И про ассиметрию могу...

буду очень признателен.

a78m

Теперь жди до вечера... после 20.00 че-нить забацаю. Ты сразу огласи весь список вопросов...

lev-rechin

ну пока вопросов нет, расскажи про ассиметрию.

a78m

Skewness (коэф-т асимметрии) - это мера отклонения распределения частот от симметричного распределения. Для нормального распределения асимметрия равна 0. Если к-т асимметрии положителен, то вершина асимметричного распределения сдвинута ВЛЕВО, и наоборот: если асимметрия отрицательна, то вершина - ВПРАВО.
Skewness = (M(X-M(X^3)/D(X)^3
Оставить комментарий
Имя или ник:
Комментарий: