其实我的问题没有那麽简单 最近刚好把生统学完了 然後在做总整理的时候 发现这个问题 ------------------------------------------------------------- 几乎所有的检定方法都需要 连续data 只有少数一些无母数且rank的检定 才能接受 不连续的data ------------------------------------------------------------- 我所学过的 Population distribution 只有 1.Binomial (不连续) 2.Poisson (不连续) 3.Normal -----以下是我最後整理的观念叙述 希望大大门帮我检查一下是不是正确的----- 不连续data 的 Population distribution 和 sample distribution 大部分是 Binomial distribution 且 P=0.5 (无明显之左偏或右偏) 与连续data中 normal distribution 的 pdf分布图形很类似 Binomial distribution 是属於 catagorical data 且 k=2 但不连续的data在 "直觉上" 全部都属於 同一个 catagory (k=1) 所以必须假定第二个catagory是存在的 於是乎必须区分成 (True) v.s. (False) 真实存在的不连续data 全部归类在 True catagory False 为无法解释的 catagory (我在想会不会是空集合) 然後把 Binomial distrbution 进行 Normal approximation 转换成连续的 data 就可以用连续前提的检定去处理了... ------------------------------------------------------------ 这样定义到底对不对阿? 而且这样的观念转了一回 好像最後的结果就是不连续的 data 可以直接当成 连续的data来用 ------------------------------------------------------------- Binomial 之於 不连续的data Normal 之於 连续的data 这样放在一起是正确的吗? ------------------------------------------------------------- 真的是跪求各位学过数理统计的大大帮忙了 生统的观念真的很缺很缺.... --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 61.231.244.238 ※ 编辑: gsuper 来自: 61.231.244.238 (06/27 22:10) ※ 编辑: gsuper 来自: 61.231.244.238 (06/27 22:25)