其實我的問題沒有那麼簡單 最近剛好把生統學完了 然後在做總整理的時候 發現這個問題 ------------------------------------------------------------- 幾乎所有的檢定方法都需要 連續data 只有少數一些無母數且rank的檢定 才能接受 不連續的data ------------------------------------------------------------- 我所學過的 Population distribution 只有 1.Binomial (不連續) 2.Poisson (不連續) 3.Normal -----以下是我最後整理的觀念敘述 希望大大門幫我檢查一下是不是正確的----- 不連續data 的 Population distribution 和 sample distribution 大部分是 Binomial distribution 且 P=0.5 (無明顯之左偏或右偏) 與連續data中 normal distribution 的 pdf分佈圖形很類似 Binomial distribution 是屬於 catagorical data 且 k=2 但不連續的data在 "直覺上" 全部都屬於 同一個 catagory (k=1) 所以必須假定第二個catagory是存在的 於是乎必須區分成 (True) v.s. (False) 真實存在的不連續data 全部歸類在 True catagory False 為無法解釋的 catagory (我在想會不會是空集合) 然後把 Binomial distrbution 進行 Normal approximation 轉換成連續的 data 就可以用連續前提的檢定去處理了... ------------------------------------------------------------ 這樣定義到底對不對阿? 而且這樣的觀念轉了一回 好像最後的結果就是不連續的 data 可以直接當成 連續的data來用 ------------------------------------------------------------- Binomial 之於 不連續的data Normal 之於 連續的data 這樣放在一起是正確的嗎? ------------------------------------------------------------- 真的是跪求各位學過數理統計的大大幫忙了 生統的觀念真的很缺很缺.... --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.231.244.238 ※ 編輯: gsuper 來自: 61.231.244.238 (06/27 22:10) ※ 編輯: gsuper 來自: 61.231.244.238 (06/27 22:25)