क्या टी डिस्ट्रीब्यूशन लेप्टोकुरटिक है?

विषयसूची:

क्या टी डिस्ट्रीब्यूशन लेप्टोकुरटिक है?
क्या टी डिस्ट्रीब्यूशन लेप्टोकुरटिक है?
Anonim

टी वितरण लेप्टोकुरटिक वितरण का एक उदाहरण है। इसमें सामान्य से अधिक मोटी पूंछ होती है (आप ऊपर की पहली छवि को देखने के लिए मोटी पूंछ भी देख सकते हैं)। इसलिए, एक छात्र के टी-टेस्ट में महत्वपूर्ण मूल्य एक जेड-टेस्ट से महत्वपूर्ण मूल्यों से बड़ा होगा। टी-वितरण।

टी वितरण किस प्रकार का वितरण है?

टी वितरण, जिसे छात्र के टी-वितरण के रूप में भी जाना जाता है, संभाव्यता वितरण का एक प्रकार है जो घंटी के आकार के साथ सामान्य वितरण के समान है लेकिन इसमें भारी पूंछ होती है। टी वितरण में सामान्य वितरण की तुलना में चरम मूल्यों की अधिक संभावना होती है, इसलिए मोटी पूंछ होती है।

लेप्टोकुरटिक कौन सा वितरण है?

लेप्टोकुर्टिक वितरण सकारात्मक कुर्टोसिस वाले वितरण हैं जो सामान्य वितरण की तुलना में बड़े हैं। एक सामान्य वितरण में ठीक तीन का कर्टोसिस होता है। इसलिए, तीन से अधिक कर्टोसिस वाले वितरण को लेप्टोकोर्टिक वितरण कहा जाएगा।

लेप्टोकोर्टिक वितरण का उदाहरण क्या है?

लेप्टोकोर्टिक वितरण का एक उदाहरण है लाप्लास वितरण, जिसमें पूंछ होती है जो एक गाऊसी की तुलना में अधिक धीरे-धीरे शून्य तक पहुंचती है, और इसलिए सामान्य वितरण की तुलना में अधिक आउटलेयर उत्पन्न करती है।

मुझे कैसे पता चलेगा कि मेरा डेटा प्लेटीकुरटिक या लेप्टोकुरटिक है?

K < 3 इंगित करता है एक प्लेटीकुरटिक वितरण (ए. से अधिक चापलूसी)छोटी पूंछ के साथ सामान्य वितरण)। K > 3 एक लेप्टोकोर्टिक वितरण को इंगित करता है (लंबी पूंछ वाले सामान्य वितरण की तुलना में अधिक चरम पर)। K=3 एक सामान्य "घंटी के आकार का" वितरण (मेसोकर्टिक) इंगित करता है। K < 3 एक प्लेटीकुरटिक वितरण को इंगित करता है।

सिफारिश की:

दिलचस्प लेख
सबहेलॉइड रक्तस्राव का क्या कारण है?
अधिक पढ़ें

सबहेलॉइड रक्तस्राव का क्या कारण है?

15 (50%) मामलों में Subhyaloid नकसीर के एटियलजि को मधुमेह, 6 (20%) मामलों में वलसाल्वा रेटिनोपैथी, 3 (10%) मामलों में आघात के रूप में नोट किया गया था। अज्ञातहेतुक 2 (6.66%) मामले, 2 (6.66%) रोगियों में रेटिनल धमनी मैक्रोएन्यूरिज्म, 1 (3.

जब हम एक्सट्रपलेशन का उपयोग करते हैं?
अधिक पढ़ें

जब हम एक्सट्रपलेशन का उपयोग करते हैं?

हम अपने फ़ंक्शन का उपयोग एक स्वतंत्र चर के लिए आश्रित चर के मूल्य की भविष्यवाणी करने के लिए कर सकते हैं जो हमारे डेटा की सीमा से बाहर है। इस मामले में, हम एक्सट्रपलेशन कर रहे हैं। मान लीजिए कि पहले की तरह 0 और 10 के बीच x वाले डेटा का उपयोग प्रतिगमन रेखा y=2x + 5.

एक्सट्रपलेशन और इंटरपोलेशन क्यों?
अधिक पढ़ें

एक्सट्रपलेशन और इंटरपोलेशन क्यों?

इंटरपोलेशन का उपयोग डेटा सेट के भीतर मौजूद मूल्यों की भविष्यवाणी करने के लिए किया जाता है, और एक्सट्रपलेशन का उपयोग उन मूल्यों की भविष्यवाणी करने के लिए किया जाता है जो डेटा सेट के बाहर आते हैं और अज्ञात मूल्यों की भविष्यवाणी करने के लिए ज्ञात मूल्यों का उपयोग करते हैं।.