Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBu çalışmanın amaçlarından biri, en çok ilk iki moment bilgisini kullanarak bir Pearson dağılımını ön bilgi ile belirlemek, diğeri ise [4]'de belirtilen, Pearson Tip VI dağılımlarının nadiren ortaya çıkmasının matematiksel olarak nedenini açıklamaktır.
📌 3 Maddede Bu Makale
Özet
İstatistiğin uğraştığı en önemli alanlardan biri, gözlenen verileri teorik dağılımlarla ifade ederek modellemektir. Gözlenen verilerin teorik dağılımlar ile uyumunu gerçekleştirmek için bilinen en iyi sistem Karl Pearson tarafından geliştirilen Pearson Dağılış Sistemi'dir. Olasılık dağılımlarının belirlenmesinde momentler metodu sıkça kullanılmaktadır. Eldeki veri setinin küçük hacimli olduğu durumlarda, bu yöntemin uygulanması güvenilir olmayan sonuçlar ortaya çıkarmaktadır. Bu çalışmanın amaçlarından biri, en çok ilk iki moment bilgisini kullanarak bir Pearson dağılımını ön bilgi ile belirlemek, diğeri ise [4]'de belirtilen, Pearson Tip VI dağılımlarının nadiren ortaya çıkmasının matematiksel olarak nedenini açıklamaktır.
Abstract
One of the most important fields that statistics deals with is to model observed data by theoretical distributions. Best system as known to fit a theoretical distribution to observed data which is developed by Karl Pearson is Pearson Distribution System. The method of moments is often used to determine probability distributions. This method is unreliable when the size of the data of interest is small. One of our purpose on this study is to identify a Pearson distribution with using maximum first two moments information and the other purpose is as indicated by [4], to explain the reason why Pearson type VI distribution occurs rarely with mathematical perspective.