反正拿什么分布来说明随机因素多根本是苹果比橘子

送交者: HunHunSheng 于 2008-05-30, 20:34:33:

回答: 那是。不过这个特例原来的“随机变量”都是确定量。由短江学者于 2008-05-30, 20:31:32:

compare N(mu, sigma) with exponential distribution
E(lamda). if sigma is very small, the former is much more less uncertain than the later

所有跟贴:

说得是分布背后的机理。指数分布机理简单。正态之名其来有自。 (无内容) - 短江学者 (0 bytes) 2008-05-30, 20:40:20 (231567)
- 正态分布 and 指数分布好像both是贝塔或者伽玛分布的特例 (无内容) - HunHunSheng (0 bytes) 2008-05-30, 20:47:57 (231570)
  - 为什么正态是噶玛的特例？ (无内容) - sop (0 bytes) 2008-05-30, 22:34:20 (231589)
  - 果然好记性.特例不说明问题。.不震也是震的特例,震强为零。 (无内容) - 短江学者 (0 bytes) 2008-05-30, 20:52:51 (231573)
    - 知道昏昏的底了吧。你一折腾，他就把beta gamma分布都给你整出来 (无内容) - sinoMD (0 bytes) 2008-05-30, 22:10:22 (231583)
- 随机因素多这个词不科学.什么叫随机因素多? (无内容) - HunHunSheng (0 bytes) 2008-05-30, 20:42:41 (231568)
  - 就是各种随机因素贡献都差不多,没有主因,因之难测.. (无内容) - 短江学者 (0 bytes) 2008-05-30, 20:48:22 (231571)
    - 这个陈述没有数学上的严谨性.你怎么定义贡献大小 in math terms? - HunHunSheng (51 bytes) 2008-05-30, 21:04:40 (231575)
      - from wiki - 短江学者 (642 bytes) 2008-05-30, 21:32:44 (231578)
柯西分布远比正态分布分散. 理论上的方差都不存在 (无内容) - HunHunSheng (0 bytes) 2008-05-30, 20:36:54 (231565)
- 好吧那你说身高为什么是正态分布不是其它? (无内容) - 短江学者 (0 bytes) 2008-05-30, 20:45:52 (231569)
  - 严格意义上讲只能说身高最近似正态分布 - HunHunSheng (64 bytes) 2008-05-30, 20:50:19 (231572)
    - 不象斑竹一样严谨了不是？there is no reason why非北大传统。 (无内容) - 短江学者 (0 bytes) 2008-05-30, 20:55:36 (231574)

加跟贴