正規分布の「ベル型」曲線の場合、高さは理想的な値である必要があると考えられます。この値を知ることは、データが正規分布しているかどうかを確認するための1つの簡単な指標になる場合があります。
しかし、その正式な価値は見つかりませんでした。ほとんどの場所では、形状は表示されますが、y軸の測定値は表示されません。 http://www.stat.yale.edu/Courses/1997-98/101/normal.htm
言及されている一部のグラフでは、0.4です。 http://en.wikipedia.org/wiki/File:Normal_Distribution_PDF.svg 。ただし、メインページ( http://en.wikipedia.org/wiki/Normal_distribution )では、値0.4はどこにも記載されていません。
これは正しい値ですか?その数学的根拠は何ですか?あなたの洞察力をありがとう。
編集:
@Glen_bの回答とwikiページ(平均= 0)に示されている3つの曲線は、平均は同じですがSDが異なります。すべてのテストで、それらの間の有意差。しかし、それらは明らかに異なる母集団からのものです。次に、2つの分布の標準偏差の差を決定するためにどのテストを適用できますか?
ネットでチェックしたところ、Fテストであることがわかりました。 。
しかし、平均が0で標準偏差が1(およびピークが0.4)の分布曲線に類似した分布曲線の特定の名前はありますか?
AleksandrBlekhによる回答コメント:「標準正規分布またはN(0,1)で表される単位正規分布」。
ただし、平均が異ならない場合は、F検定またはKSであることは強調されていません。テスト(コメントでGlen_bによって提案されているように)は、標準偏差が異なり、異なる母集団を示しているかどうかを判断するために実行する必要があります。
コメント
- It '質問で"ベル型"がどの機能を果たしているかが明確ではありません。正規密度にはベルの形があります(ただし、'が非正規である、はっきりとしたベルの形の密度を持つことができます)。削除した場合、質問に"正規分布"と表示された場合、質問の意図は変わりますか?
- 正規分布データの密度曲線の高さを意味します。
- あなたの主張"すべてのテストでそれらの間に有意差は示されません"はfalseです。妥当なサンプルサイズでは、分散のF検定(分散の比率が1と異なるかどうかの検定)は、単純なコルモゴロフスミルノフ検定と同様に、差異を簡単に見つけることができます。
- 比較のすべての検定を考えていました。は、一般的に行われているように、を意味します。説明ありがとうございます。
- Re:最後の質問です。 対応するWikipediaの記事からの定義:" $ \ mu = 0 $および$ \ sigma = 1 $の場合、分布は、標準正規分布または単位正規分布と呼ばれ、$ N(0,1)$ "で表されます(強調鉱山;標準正規分布は〜0.4でピークに達するものです。
回答
の高さ正規密度の最頻値は$ \ frac {1} {\ sqrt {2 \ pi} \ sigma} \ upperx \ frac {.3989} {\ sigma} $(または約0.4 / $ \ sigma $)です。これは、正規密度の式で$ x $を最頻値(平均値$ \ mu $)に置き換えることで確認できます。
したがって、単一の「理想的な高さ」はありません- -標準偏差によって異なります
編集:ここを参照してください:
確かに同じことができますリンクしたウィキペディアの図からわかるように、4つの異なる正規密度が示され、そのうちの1つだけが0.4に近い高さを持っています
平均が0で標準偏差が1の正規分布は
「標準正規分布」
コメント
- ピークが正常であることを示すものではありませんか?非常に基本的な質問をお詫びします。
- 'が'ピークをどのように定義しているかによって異なります'。相対的な広がりに関係なく"ピークの高さを意味する場合は、いいえ、いいえ。見ることができますあなたの質問の図、または私の答えの図から。広がりを調整する(つまり標準化する)と、$ \ sigma = 1 $を持つように標準化されたすべての正規密度はモードで同じ高さになりますが、無限の数の単峰性(ただし非正規)分布はまったく同じになる可能性がありますモードでの高さ('は、たとえば有限混合分布を介して作成するのは簡単です。
- 上記の質問の編集を参照してください。
- @Glen_bモードの高さの式はどこから取得しましたか? '派生を見つけるのに問題があります。
- 気にしないで、私はそれを理解しました。$ x = \ mu $を設定して、PDFの値を見つけるだけです。 本当に必要な場合は、$ x = \ mu $が微分によって最大であることを確認することもできますが、この場合はやり過ぎのようです。