A veces he visto libros de texto que se refieren al segundo parámetro en la distribución normal como la desviación estándar y la varianza. Por ejemplo, la variable aleatoria X ~ N (0, 4). No está claro si sigma o sigma al cuadrado es igual a 4. Solo quiero averiguar la convención general que se usa cuando la desviación estándar o la varianza no están especificadas.
distributions
normal-distribution
Mono grueso
fuente
fuente
Respuestas:
Por lo que he visto, cuando los estadísticos * están escribiendo fórmulas algebraicas, la convención más común es (de lejos)N(μ,σ2) , por lo que N(0,4) implicaría que la varianza es 4 . Sin embargo, la convención no es completamente universal, por lo que, aunque interpretaría con bastante confianza la intención como "varianza 4", es difícil estar completamente seguro sin alguna indicación adicional (a menudo, un examen cuidadoso arrojará alguna pista adicional, como una anterior o posterior uso por el mismo autor).
Hablando por mí mismo, trato de escribir un cuadrado explícito allí para reducir la confusión. Por ejemplo, en lugar de escribirN(0,4) , suelo tender a escribir N(0,22) , lo que implica más claramente que la varianza es 4 y que la sd es 2.
Cuando se llaman funciones en paquetes de estadísticas (como R(μ,σ) . (Como usrsr11852 señala, verifique la documentación. Por supuesto, en el peor de los casos, documentación faltante o ambigua, nombres de argumentos inútiles, un poco de experimentación resolvería cualquier dilema sobre el que utilizó).
dnorm
para un ejemplo), los argumentos son casi siempre* aquí me refiero a personas cuya capacitación primaria es estadística en lugar de aprender estadísticas para su aplicación a otra área; las convenciones pueden variar según las áreas de aplicación.
fuente
De una respuesta anterior hace 7 años : "... hay al menos tres convenciones diferentes para interpretar como una variable aleatoria normal. Por lo general, a es la media μ X pero b puede tener diferentes significados .X∼N(a,b) a μX b
significa que ladesviación estándarde X es b .X∼N(a,b) X b
significa que lavarianzade X es b .X∼N(a,b) X b
significa que lavarianzade X es 1X∼N(a,b) X .1b
Afortunadamente, significa que X es una variable aleatoria normal estándar en las tres convenciones anteriores. "X∼N(0,1) X
fuente