Como a notação lida? É segue uma distribuição normal? Ou é uma distribuição normal? Ou talvez seja aproximadamente normal ..X X X
E se houver várias variáveis que seguem (ou sejam quais forem as palavras) a mesma distribuição? Como está escrito?
Como a notação lida? É segue uma distribuição normal? Ou é uma distribuição normal? Ou talvez seja aproximadamente normal ..X X X
E se houver várias variáveis que seguem (ou sejam quais forem as palavras) a mesma distribuição? Como está escrito?
Respostas:
Eu acho que a variável X é distribuída de acordo com a distribuição Normal com vetor médioμ e desvio padrão σ .
fonte
Quanto ao uso dos símbolos ("segue", "é distribuído de acordo com") e ("é igual a aproximadamente"), consulte esta resposta . É assim que os símbolos são usados pelo menos em Estatística / Econometria.≈∼ ≈
No que diz respeito às convenções notacionais para uma distribuição, o normal é um caso limítrofe : normalmente escrevemos os parâmetros definidores de uma distribuição ao lado de seu símbolo, os parâmetros que permitirão escrever corretamente sua função de distribuição Cumulativa e sua função de densidade / massa de probabilidade. Não anotamos os momentos, que geralmente são função, mas não são iguais, desses parâmetros.
Assim, para um uniforme que varia em , escrevemos . A média da distribuição é enquanto a variação é . Para uma gama (parametrização em escala de forma), escrevemos . A média é e a variância . Etc.L ( um , b ) ( a + b ) / 2 ( b - a ) 2 / 12 G ( k , θ ) k θ k θ dois[ a , b ] você( a , b ) ( a + b ) / 2 ( b - a )2/ 12 G ( k , θ ) k θ k θ2
No caso da distribuição normal, o parâmetro também é a média da distribuição, enquanto o parâmetro é a raiz quadrada da variância. Tenho a impressão (possivelmente equivocada) de que nos círculos de engenharia se vê com mais frequência (que está de acordo com a regra geral da notação), enquanto nos círculos econométricos quase sempre se vê (que cai na tentação de fornecer os momentos, tratando como o parâmetro base e não como o quadrado dele).σ N ( μ , σ ) N ( μ , σ 2 ) σ 2μ σ N( μ , σ) N( μ , σ2) σ2
fonte
EDIT: Minha resposta anterior falhou ao responder à pergunta real. O que se segue é minha tentativa de uma resposta mais direta.
Outras respostas já dizem o que significa a notação, ou seja, que é uma variável aleatória distribuída normalmente com alguma média e variância . A resposta de Dilip também fornece uma boa explicação de outras interpretações possíveis quando a notação é menos clara que , por exemplo, para parâmetros gerais , viz. .μ σ 2 σ 2 { a , b } X ∼ N ( a , b )X μ σ2 σ2 { a , b } X∼ N( a , b )
Sempre que vejo essa notação no texto, costumo lê-la para que faça sentido gramaticalmente. Eu diria que essa é a maneira sensata de tratar a notação. Assim, a resposta para sua pergunta é que, sabendo o que a notação significa matematicamente, você simplesmente a lê de qualquer maneira que se encaixe no texto. Aqui estão dois exemplos:
Em (1) eu li como (por exemplo) "Seja normalmente distribuído com média ae variância b ...", e em (2) eu li como "... é padrão normal ...".XX X
Sim, isso também funciona. Muitas pessoas dizem isso dessa maneira, embora você queira incluir a média e a variação que caracterizam a distribuição.
Não, isso está incorreto. Veja esta minha antiga resposta para uma descrição do que é uma distribuição.
Não, isso também está incorreto. Existem outras maneiras de denotar isso. Como apontado nos comentários, é um deles.∼⋅
Se todos forem independentes, uma maneira fácil de escrever isso é , considerando que você tem variáveis (iid significa independente e identicamente distribuído). Se eles não forem independentes, você pode dizer que são possivelmente dependentes, mas (marginalmente) distribuídos identicamente como . Ou talvez você precise declarar a distribuição conjunta deles - isso depende de qual propósito você tem para considerar as variáveis aleatórias.n X i , i = 1 , 2 , … , n N ( μ , σ 2 )Xi∼iidN(μ,σ2),i=1,2,…n n Xi,i=1,2,…,n N(μ,σ2)
Se eles são conjuntamente normais, é fácil escrever que para caracterizar completamente sua distribuição conjunta usando algum vetor médio e matriz de covariância .μ ΣX:=(X1,…,Xn)′∼N(μ,Σ) μ Σ
Em geral, você pode definir qualquer função de distribuição multivariada e, em seguida, escrever que .X ∼ FF X∼F
fonte
A dificuldade não está em saber o que significa. Mesmo é razoavelmente inequívoco para a maioria das pessoas, pois significa uma variável aleatória normal com média e variação ou variação (os puristas devem acreditar que o desvio padrão é um parâmetro mais fundamental do que a variação deve dizer "desvio padrão "). No entanto, o que se entende por , por exemplo, está sujeito a pelo menos três convenções diferentes em relação à variação ou desvio padrão. Todas as três convenções concordam que é a médiaN ( 3 , 5 2 ) 3 5 2 25 5 N ( a , b ) N ( 3 , 25 ) 3 μ X X 2 5N(μ,σ2) N(3,52) 3 52 25 5 N(a,b) N(3,25) 3 μX de
mas o tem significados diferentes para pessoas diferentes.X 25
X 25X∼N(⋆,25) significa que o desvio padrão de é . X 25
X 25X∼N(⋆,25) significa que a variação de
é .X 25
X 1X∼N(⋆,25) significa que a variação de é .X 125
Veja esta pergunta e os comentários a seguir para alguns detalhes.
fonte
XX é uma variável aleatória " ";X
μμ é lido "com média " (a convenção é que a primeira entrada após o parêntese aberto é a média e a segunda é a variação ou desvio padrão, dependendo da notação - veja abaixo); eμ
σ 2 σ 2 σ 2σ2 é lido "com variação (ou desvio padrão , dependendo do uso do autor / usuário. Nesse caso, acho que é com variação .σ2 σ2 σ2
Juntando tudo isso, você tem uma variável aleatória que é distribuída como Normal com uma média "mu" ( ) e uma variação "sigma ao quadrado" ( ).μ σ 2X μ σ2
Você também pode dizer que segue um normal. . .X
Se várias variáveis seguirem a mesma distribuição, você poderá representar isso de várias maneiras, mas convém indexar as variáveis de para . Então você pode escrever, , para a .n X i ∼ N ( μ , σ 2 ) i = 1 ni=1 n Xi∼N(μ,σ2) i=1 n
fonte
μ σX é normalmente distribuído com média e desvio padrão . O til não significa aproximação, pois não está relacionado a um sinal de igual, embora o implique de uma maneira, pois X nunca é definitivamente conhecido.μ σ
fonte