Ест ли алгоритмы автоматического подбора вида распределения по н

sunlya

Есть ли алгоритмы автоматического определения вида распределения первичных данных или они в любом случае требуют большого количества ручной работы? Я всегда считала, что таких алгоритмов для общего случая нет. Если это так, то на что можно сослаться (книги, статьи)? Если есть, то опять-таки - где об этом почитать? заранее спасибо

Slawik75

Я всегда считала, что таких алгоритмов для общего случая нет.
для общего случая, конечно, нет. Просто потому, что множество распределений - это множество не убывающих функций из R в [0, 1], т.е. дофига!
Думаю, что есть спец.программы, которые пробуют апроксимировать неким набором распределений и выбирают лучший. Очевидно, что они зависят от специфики и под эту специфику заточены.
Из программ "широкого профиля" можно предложить Excel. В справке по функциям можно выбрать раздел "Статистические" и посмотреть, какие распределения там уже поддерживаются. Хотя пописать формулки все равно придется.

stm7543347

1. Все распределения нормальные.
2. Если распределение не нормальное, то смешать несколько таких же, затем см. п. 1.

griz_a

Требуется ограничить тип распределения. Дальше можно подобрать параметры и проверить гипотезу соответствия

sunlya

Т.е. иметь список распределений, которые чаще всего встречаются на этом типе данных (по предположению и тупо перебирать соответствие по тем или иным критериям (вроде проверки на нормальность критерием Колмогорова-Смирнова с поправкой Лилиефорса, Шапиро-Уилка и т.д.)?

sunlya

Попутный вопрос - для каких распределений, кроме нормального, есть критерии проверки? Или для них придётся ограничиться чем-то наподобие хи-квадрата?

griz_a

Если непараметрических, то для любых непрерывных по теореме колмогорова-смирнова
Для параметрических можно стандартными методами для нормальных, экспоненциальных и равномерных, но методы можно придумать для других, нужно только исключить параметры наподобие такого для нормальных

griz_a

Ну да, список иметь или прикинуть на глаз по эмпирической функции распределения, считая, что она не очень хитрая
Оставить комментарий
Имя или ник:
Комментарий: