Wyrażenie w postaci zamkniętej dla rozkładu przykładowej kurtozy rozkładu Gaussa


10

Czy istnieje wyrażenie w formie zamkniętej dla rozkładu próbki Kurtosis danych próbkowanych z rozkładu Gaussa? to znaczy,

, gdzie K jest próbka kurtoza.P.(K.^<za)K.^


2
Przykładowa kurtoza jest podawana w formie wyrażeń zamkniętych; istnieją różne formuły, ale nigdy nie widziałem, która z nich zależy od tego, jaką dystrybucję masz. Być może masz na myśli, czy istnieje wyrażenie w postaci zamkniętej dla funkcji gęstości prawdopodobieństwa kurtozy podczas próbkowania z Gaussa?
Nick Cox,

Bardzo mi przykro, mam na myśli rozkład przykładowej kurtozy, a nie samej przykładowej kurtozy.
yoki

Dziękuję za wyjaśnienie. Mówiąc prościej , patrz np. Meta.stats.stackexchange.com/questions/1479/... na temat tego, że nie ma potrzeby dziękować ludziom itp. Wystarczy zadać pytanie!
Nick Cox,

Odpowiedzi:


11

Dokładny rozkład próbkowania jest trudny do ustalenia; było kilka pierwszych chwil (z 1929 r.), różne przybliżenia (z początku lat 60.) i tabele, często oparte na symulacji (z lat 60. XX wieku).

Być bardziej specyficznym:

Fisher (1929) podaje momenty rozkładu prób skośności i kurtozy w normalnych próbkach, a Pearson (1930) (również) podaje pierwsze cztery momenty rozkładu prób skośności i kurtozy i proponuje oparte na nich testy.

Na przykład :

mi(b2))=3)(n-1)n+1

Var(b2))=24n(n-2))(n-3))(n+1)2)(n+3))(n+5)

Skośność wynosi 216b2)216n(1-29n+519n2)-7637n3)+)

Nadmiar kurtozy wynosi 540b2).540n-20196n2)+470412n3)+

mi(b2))Var(b2))

b2)=nja(Xja-X¯)4(ja(Xja-X¯)2))2)

S.U (niewątpliwie powodem, dla którego pierwsze cztery momenty podano trzy dekady wcześniej, było w dużej mierze wykorzystanie rodziny Pearson ).

n

D'Agostino i Tietjen (1971) podają bardziej obszerne tabele percentyli dla kurtozy.

D'Agostino i Pearson (1973) podają wykresy punktów procentowych kurtozy, które ponownie obejmują szerszy zakres przypadków.

Fisher, RA (1929),
„Moments and Product Moments of Sampling Distribution”,
Proceedings of the London Mathematical Society , Series 2, 30: 199-238.

Pearson, ES, (1930)
„Dalszy rozwój testów normalności”,
Biometrika , 22 (1-2), 239-249.

Pearson, ES (1963)
„Niektóre problemy powstające w przybliżeniu do rozkładów prawdopodobieństwa przy użyciu momentów”,
Biometrika , 50 , 95-112


b1b2)

D'Agostino, RB i Tietjen, GL (1971),
„Punkty prawdopodobieństwa symulacjib2)dla małych próbek ”,
Biometrika , 58 , 669-672.

D'Agostino, RB i Pearson, ES (1973),
„Testy na odejście od normalności. Wyniki empiryczne dla rozkładub2) i b1, „
Biometrika , 60 , 613-622.


6

Próbka Kurtoza z normalnej próbki jest w przybliżeniu dystrybuowana jako średnia zero z normą z wariancją 24/n, gdzie n jest wielkością próby (oczywiście im większa ntym lepsze zbliżenie. Bardziej skomplikowane wyrażenia wariancji można znaleźć na stronie wikipedia ). Dla próbek Gaussa o małych rozmiarach (<40), w niniejszym opracowaniu uzyskano percentyle: Lacher, DA (1989). Rozkład prób skośności i kurtozy. Chemia kliniczna, 35 (2), 330-331.


2
nmusi być umiarkowanie duży, zanim normalne przybliżenie stanie się uzasadnione. Symulowane statystyki kurtozy są rzetelnie wypaczane (pozytywnie), kiedyn=500; zaczynają wyglądać normalnien>1000lub tak.
whuber
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.