Распределения могут различаться по средним, дисперсиям, асимметрии, эксцессу и по сочетаниям этих параметров. Рассмотрим несколько примеров.
Часто нам бывает полезно также сопоставить полученное эмпирическое распределение с теоретическим распределением. Например, для того, чтобы доказать, что
оно подчиняется или, наоборот, не подчиняется нормальному закону распределения. Это
лучше делать с помощью машинных программ обработки данных, особенно при больших объемах выборок. Подробные программы машинной обработки можно найти, например, в
руководстве Э.В. Ивантер и А.В. Коросова (1992).
В практических целях эмпирические распределения должны проверяться на "нормальность" в тех случаях, когда мы намерены использовать параметрические методы
и критерии. Традиционные для отечественной математической статистики критерии
определения расхождения или согласия распределений - это метод χ2 К. Пирсона и
критерий X Колмогорова-Смирнова.
Поможем написать любую работу на аналогичную тему