作者momoisacow (不良牛)
看板Statistics
標題[問題] 機率分配函數 如何得出代數表達方式?
時間Thu Feb 21 15:41:52 2013
如果是跟統計軟體有關請重發文章
如果跟論文有關也煩請您重發文章
文章類別是為了幫助大家搜尋資料與解答，造成不便之處請見諒
我的意思是
像 鐘形分配 是許多前人蒐集許多不同領域數據 畫圖(?不確定)幾何上發現
此機率分配大約輪廓都長得差不多 只差在 中心 跟 胖瘦
那麼前人們是如何導出 代數表示方式 的 鐘形分配的機率密度函數 的呢?
好比說 你蒐集到許多數據 x={1,2,3,4},y={1,4,9,16} -> y=f(x)=x^2
請問是如何得到 箭頭右邊的 代數表達的函數
我疑問的是 那些長相可怕的 代數表達的機率分配函數 是如何導出來的?
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 114.43.141.27
1F：→ yhliu:絕不可能根據畫畫資料的分布圖就能得知分布的數學式. 02/21 19:11
3F：→ momoisacow:感謝樓上鄉民 只是看完wiki還是沒有推導過程的內容 02/22 04:15
4F：→ momoisacow:不知道有沒有近代的微積分/統計書籍 有介紹 不論是常態 02/22 04:16
5F：→ momoisacow:或是其他常見機率分配推導 02/22 04:17
※ 編輯: momoisacow 來自: 114.43.140.206 (02/22 04:18)
6F：→ bmka:wiki明明給了一堆reference. 自己做點功課吧 02/22 08:20
7F：→ ching0629:我不認為畫畫資料的分布圖不能得知數學式,有些式子很難 02/22 17:24
8F：→ ching0629:導是真的,高中不就有教拉格朗日逼近法了? 02/22 17:25
9F：→ ching0629:連sin函數和cos函數都可以逼近了,當然不可能完全一致,但 02/22 17:25
10F：→ ching0629:是逼近的程度非常非常誇張了 02/22 17:25
11F：→ ching0629:不過要先找出那些點也不容易的感覺 02/22 17:55
12F：→ momoisacow:to bmka 我當然有點那些reference link 但是年代久遠 02/22 19:14
13F：→ momoisacow:伴隨著notation要重新認知 不如找近代的書還比較好下手 02/22 19:14
14F：→ yhliu:不要拿 Lagrange 多項式的方法來說事. 02/22 22:06
15F：→ yhliu:現實的問題是由資料分布去找資料所來自的分布理論式, 而不是 02/22 22:07
16F：→ yhliu:有符合理論式的機率分布的 (x,f(x)) 點. 02/22 22:08
17F：→ yhliu:所有有名的機率分布, 都是由理論推導的. 02/22 22:10
18F：→ yhliu:常態、卡方或 gamma、beta、二項、超幾何、卜瓦松...哪個分 02/22 22:12
19F：→ yhliu:布是由資料的次數分布圖推出來的? 02/22 22:13
20F：→ ching0629:並不是說那些已知分布是靠點算出來的,但是一些未知的分 02/23 08:29
21F：→ ching0629:布,想要短時間找到特定條件的方程式的話,他真的很好用 02/23 08:30
22F：→ ching0629:有時候式子太複雜很難拆,只要肯定他的型態(如4個變量,那 02/23 08:31
23F：→ ching0629:肯定是3次式),然後就可以算出該3次式的係數了 02/23 08:32