Parfois, j'ai vu des manuels se référer au deuxième paramètre de la distribution normale comme l'écart-type et la variance. Par exemple, la variable aléatoire X ~ N (0, 4). Il n'est pas clair si sigma ou sigma au carré est égal à 4. Je veux juste découvrir la convention générale qui est utilisée lorsque l'écart-type ou la variance n'est pas spécifié.
distributions
normal-distribution
Singe trapu
la source
la source
Réponses:
D'après ce que j'ai vu, lorsque les statisticiens * écrivent des formules algébriques, la convention la plus courante est (de loin) , donc N ( 0 , 4 ) impliquerait que la variance est 4 . Cependant, la convention n'est pas complètement universelle, alors même si j'interprète assez en toute confiance l'intention comme "variance 4", il est difficile d'être complètement sûr sans une indication supplémentaire (souvent, un examen attentif donnera des indices supplémentaires, tels qu'un précédent ou un suivant) utilisation par le même auteur).N(μ,σ2) N(0,4) 4
Pour ma part, j'essaie d'écrire un carré explicite pour réduire la confusion. Par exemple, plutôt que d'écrire , j'aurais généralement tendance à écrire N ( 0 , 2 2 ) , ce qui implique plus clairement que la variance est 4 et que le sd est 2.N(0,4) N(0,22)
Lors de l'appel de fonctions dans des packages de statistiques (tels que R(μ,σ)
dnorm
pour un exemple), les arguments sont presque toujours . (Comme le souligne usεr11852, vérifiez la documentation. Bien sûr, dans le pire des cas - documentation manquante ou ambiguë, noms d'arguments inutiles - une petite expérimentation résoudrait tout dilemme à propos duquel elle serait utilisée.)* ici, je veux dire des personnes dont la formation principale est en statistique plutôt qu'en apprentissage de statistiques à appliquer à un autre domaine; les conventions peuvent varier d'un domaine d'application à l'autre.
la source
D'après une réponse antérieure d'il y a 7 ans : ".... il existe au moins trois conventions différentes pour interpréter comme une variable aléatoire normale. Habituellement, a est la moyenne μ X mais b peut avoir des significations différentes .X∼N(a,b) a μX b
signifie que l'écart typede X est b .X∼N(a,b) X b
signifie que lavariancede X est b .X∼N(a,b) X b
signifie que lavariancede X est 1X∼N(a,b) X .1b
Heureusement, signifie que X est une variable aléatoire normale standard dans les trois conventions ci-dessus! "X∼N(0,1) X
la source