Sannsynlighet Fordeler i statistisk analyse av Big Data - dummies

Sannsynlighetsfordelinger er en av mange statistiske teknikker som kan brukes til å analysere data for å finne nyttige mønstre. Du bruker en sannsynlighetsfordeling for å beregne sannsynlighetene som er knyttet til elementene i et datasett:

• Binomialfordeling: Du vil bruke binomialfordelingen til å analysere variabler som kun kan anta en av to verdier. For eksempel kan du bestemme sannsynligheten for at en gitt prosentandel av medlemmer på en idrettsforening er venstrehåndet.

• Poissonfordeling: Du vil bruke Poisson-fordelingen for å beskrive sannsynligheten for et gitt antall hendelser som forekommer over et tidsintervall. For eksempel kan det brukes til å beskrive sannsynligheten for et spesifikt antall treff på et nettsted i løpet av den kommende timen.

• Normal fordeling: Den normale fordeling er den mest brukte sannsynlighetsfordelingen i de fleste fagområder, inkludert økonomi, økonomi, markedsføring, biologi, psykologi og mange andre. En av de karakteristiske egenskapene til den normale fordeling er symmetri - sannsynligheten for at en variabel er en gitt avstand under gjennomsnittet av fordelingen, er lik sannsynligheten for at den er den samme avstanden over gjennomsnittet.

  Den normale fordeling fungerer godt med mange applikasjoner. For eksempel brukes det ofte på finansområdet til å beskrive avkastningen på finansielle eiendeler. På grunn av sin enkle tolkning og implementering, blir den normale fordeling noen ganger brukt selv når antagelsen om normalitet bare er omtrent korrekt.

  Studentens t-distribusjon ligner den normale fordeling, men med Studentens t-distribusjon er ekstremt små eller ekstremt store verdier mer sannsynlig å forekomme. Denne fordelingen brukes ofte i situasjoner hvor en variabel viser for mye variasjon for å være i samsvar med normalfordelingen. Dette er sant når egenskapene til små prøver blir analysert. Med små prøver er variasjonen blant prøvene sannsynligvis ganske betydelig, så normalfordeling bør ikke brukes til å beskrive deres egenskaper.

• Studentens t-distribusjon ble utviklet av W.S. Gosset mens han var ansatt hos Guinness bryggeriet. Han forsøkte å beskrive egenskapene til små prøveinnretninger. Chi-kvadratfordelingen:

  Chi-kvadratfordelingen er egnet for flere typer applikasjoner. For eksempel kan du bruke den til å avgjøre om en befolkning følger en bestemt sannsynlighetsfordeling. Du kan også bruke den til å teste om variansen av en befolkning er lik en spesifisert verdi, og å teste for uavhengigheten til to datasett.

• F-fordelingen: F-fordelingen er avledet fra chi-kvadratfordelingen. Du bruker den til å teste om avvikene av to populasjoner er likte hverandre. F-fordelingen er også nyttig i applikasjoner som regresjonsanalyse.