0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Разная нормальность

Тестирование данных на нормальность часто является первым этапом их анализа, так как большое количество статистических методов исходит из предположения нормальности распределения изучаемых данных.

Например, пусть необходимо проверить гипотезу о равенстве средних значений в двух независимых выборках. Для этой цели подходит критерий Стьюдента. Но применение критерия Стьюдента обосновано, только если данные подчиняются нормальному распределению. Поэтому перед применением критерия необходимо проверить гипотезу о нормальности исходных данных. Или проверка остатков линейной регрессии на нормальность — позволяет проверить, соответствует ли применяемая модель регрессии исходным данным.

Нормальное распределение естественным образом возникает практически везде, где речь идёт об измерении с ошибками. Более того, в силу центральной предельной теоремы, распределение многих выборочных величин (например, выборочного среднего) при достаточно больших объёмах выборки хорошо аппроксимируется нормальным распределением вне зависимости от того, какое распределение было у выборки исходно. В связи с этим становится понятным, почему проверке распределения на нормальность стоит уделить особое внимание. В дальнейшем речь пойдёт о так называемых критериях согласия (goodness-of-fit tests). Проверяться будет не просто факт согласия с нормальным распределением с определёнными фиксированными значениями параметров, а несколько более общий факт принадлежности распределения к семейству нормальных распределений со всевозможными значениями параметров.

Проверку выборки на нормальность можно производить несколькими путями. Для начала можно вспомнить, какой вид у графика нормального распределения (гистограмма, график плотности и т.п.), как в нормальном распределении соотносятся среднее, мода, медиана, какими должны быть асимметрия и эксцесс, выполняется ли «правило 3-х сигм». Про всё это мы писали в статье про нормальное распределение. Вот с помощью такой описательной статистики можно оценить выборку на нормальность (обычно приемлемо отклонение на порядок ошибки рассчитываемого параметра). Вторая группа методов — критерии нормальности.

Читать еще:  Князь серебрянный краткий пересказ. «Князь Серебряный

История исследований

Первыми яркими умами, начавшими изучение растворов, были такие известные химики, как Аррениус, Вант-Гофф и Оствальд. Под влиянием их работ последующие поколения химиков стали углубляться в исследование водных и разбавленных растворов. Конечно, они накопили огромный массив знаний, но без внимания остались неводные растворы, которые, кстати, также играют большую роль как в промышленности, так и в других сферах человеческой жизнедеятельности.

В теории неводных растворов было много непонятного. Например, если в водных с увеличением степени диссоциации увеличивалось значение проводимости, то в аналогичных системах, но с другим растворителем вместо воды, было всё наоборот. Маленькие значения электрической проводимости часто соответствуют высоким степеням диссоциации. Аномалии подстегнули учёных к исследованию этой области химии. Был накоплен большой массив данных, обработка которых позволила найти закономерности, дополняющие теорию электролитической диссоциации. Помимо этого, удалось расширить знания об электролизе и о природе комплексных ионов органических и неорганических соединений.

Затем активнее начали проводиться исследования в области концентрированных растворов. Такие системы существенно отличаются по свойствам от разбавленных из-за того, что при повышении концентрации растворённого вещества всё большую роль начинает играть его взаимодействие с растворителем. Подробнее об этом — в следующем разделе.

Ссылка на основную публикацию
Статьи c упоминанием слов:
Adblock
detector