佳礼资讯网

 找回密码
 注册

ADVERTISEMENT

查看: 1793|回复: 4

Normal distribution

[复制链接]
发表于 8-3-2009 06:56 PM | 显示全部楼层 |阅读模式
maxwell boltzmann distribution 是不是適於normal distribution 呢?在物理裏有什麽例子是normal distribution 的?


maxwell boltzmann 只是suggest Ni/N is proportional to exp(-BE),
通常要加上density of states ,degeneracy才有用

[ 本帖最后由 kensai 于 12-3-2009 06:51 AM 编辑 ]
回复

使用道具 举报


ADVERTISEMENT

发表于 9-3-2009 01:30 PM | 显示全部楼层
原帖由 中庸 于 8-3-2009 06:56 PM 发表
maxwell boltzmann distribution 是不是適於normal distribution 呢?在物理裏有什麽例子是normal distribution 的?


central limit theorem: 可以。
真正normal的过程很少, 但是如果sample够大, 你抽样的数据就会近似normal。 如果不能认定是否normal,当在做statistic的时候,可以用classical的parametric statistics, 再加上non-parametric的方法,对证下。在物理里,monte-carlo法是很常见的non-parametric法之一。
回复

使用道具 举报

发表于 9-3-2009 03:15 PM | 显示全部楼层

回复 2# 斷羽鳥 的帖子

什么时候要用parametric或non-parametric的test??
回复

使用道具 举报

发表于 9-3-2009 06:12 PM | 显示全部楼层
原帖由 TonyDaisie 于 9-3-2009 03:15 PM 发表
什么时候要用parametric或non-parametric的test??


parametric, 当你确定你的sample是来自于某个分布。 因为全部的parametric法,都是以‘已经知道sample的population的分布’为基本大前提。所有的statistics都是通过这个已经被了解的population分布理论上建立。
non-parametric, 当你根本不懂sample的population来源/分布。 所有在理论上成立的什么什么test 等等,就无法发挥了。 这时用non-parametric法。

根据central-limit-theorem, 当你的sample够大,你可以用正态分布,近似原有的分布,可用parametric法。 一个最低限度, 当你的sample太小,用non-parametric法。不过,一个严谨的测验通常两者一起用,然后在评估结论是否一致。 如果不一致,通常non-parametric法接受度比较高。因为比较robust。
回复

使用道具 举报

发表于 12-3-2009 06:53 AM | 显示全部楼层
其中一个normal distribution 就是velocity component distribution,
=normal distribution at y-axis => average velocity=0
(thermal equilibrium)
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

 

ADVERTISEMENT


本周最热论坛帖子本周最热论坛帖子

ADVERTISEMENT



ADVERTISEMENT

ADVERTISEMENT


版权所有 © 1996-2023 Cari Internet Sdn Bhd (483575-W)|IPSERVERONE 提供云主机|广告刊登|关于我们|私隐权|免控|投诉|联络|脸书|佳礼资讯网

GMT+8, 27-2-2025 02:58 AM , Processed in 0.149530 second(s), 30 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表