Comment vérifier si les données sont dans la distribution gaussienne dans R ou Excel?

Question

Je sais sur la fonction fitdist() du paquet fitdistrplus dans R, cependant, je ne suis pas en mesure de l'utiliser pour prédire une distribution gaussienne. Je peux prédire la normale, logistique, etc. weibull Comment puis-je utiliser pour gaussienne? sont-il d'autres façons de prédire cela?

Answer 1

Vous pouvez essayer ce qui suit:

La syntaxe minimum que vous pouvez utiliser est:

fit.norm <- fitdist (x, "norme")

pour adapter la fonction de densité normale aux données x .

Utiliser les paramètres "gamma", "Weibull", "lnorm" pour le montage gamma, Weibull et les distributions log-normales respectivement.

Après avoir fait cela, vous pouvez utiliser la fonction plot() sur votre objet fit.norm pour visualiser la distribution ajustée, terrain q-q, terrain p-p et empirique et théorique CDF.

La distribution normale et la distribution gaussienne sont une seule et même.

Ce qui suit est la sortie en raison de la fonction de plot() sur l'objet généré par la fonction de fitdist() pour 1000 standards variables aléatoires normales.

Answer 2

La distribution normale est la même que la distribution gaussienne. Ses seulement deux noms pour la même chose. Quoi que vous fassiez - paramètres d'ajustement, compute la bonté d'ajustement, etc. - si la documentation indique son pour une distribution normale, vous pouvez dire « gaussienne » au lieu. Complètement et totalement identique.

Answer 3

Cela dépend de ce que vous entendez en prédisant la distribution gaussienne / normal.

Si vous voulez vérifier l'ajustement, vous pouvez estimer mean et standard écart de votre échantillon et tracer deux Histogrammes : un pour l'échantillon et le deuxième échantillon après la génération d'une distribution gaussienne avec l'écart moyen et standard. En comparant les deux, vous pouvez à peu près « voir » l'ajustement.