Distribuições de probabilidade na análise estatística de dados grandes - dummies

As distribuições de probabilidade são uma das muitas técnicas estatísticas que podem ser usadas para analisar dados para encontrar padrões úteis. Você usa uma distribuição de probabilidade para calcular as probabilidades associadas aos elementos de um conjunto de dados:

• Distribuição binomial: Você usaria a distribuição binomial para analisar variáveis ​​que podem assumir apenas um dos dois valores. Por exemplo, você pode determinar a probabilidade de que uma determinada porcentagem de membros de um clube esportivo seja canhoto.

• Distribuição de Poisson: Você usaria a distribuição de Poisson para descrever a probabilidade de um determinado número de eventos ocorrer durante um intervalo de tempo. Por exemplo, poderia ser usado para descrever a probabilidade de um número específico de acessos em um site na próxima hora.

• Distribuição normal: A distribuição normal é a distribuição de probabilidade mais utilizada na maioria das disciplinas, incluindo economia, finanças, marketing, biologia, psicologia e muitos outros. Uma das características características da distribuição normal é simetria - a probabilidade de uma variável ser uma determinada distância abaixo da média da distribuição é igual à probabilidade de ser a mesma distância acima da média.

  A distribuição normal funciona bem com muitas aplicações. Por exemplo, muitas vezes é usado no campo das finanças para descrever os retornos dos ativos financeiros. Devido à sua facilidade de interpretação e implementação, a distribuição normal às vezes é usada mesmo quando a suposição de normalidade é apenas aproximadamente correta.
  A distribuição t de Student:

• A distribuição t de Student é semelhante à distribuição normal, mas com a distribuição t de Student, valores extremamente pequenos ou extremamente grandes são muito mais prováveis ​​de ocorrer. Essa distribuição é freqüentemente usada em situações em que uma variável exibe muita variação para ser consistente com a distribuição normal. Isso é verdade quando as propriedades de pequenas amostras estão sendo analisadas. Com pequenas amostras, a variação entre as amostras provavelmente será bastante considerável, portanto a distribuição normal não deve ser usada para descrever suas propriedades. A distribuição t de Student foi desenvolvida por W.S. Gosset enquanto empregado na empresa cervejeira Guinness. Ele estava tentando descrever as propriedades dos pequenos meios de amostra.

  A distribuição do qui-quadrado:

• A distribuição do qui-quadrado é apropriada para vários tipos de aplicações. Por exemplo, você pode usá-lo para determinar se uma população segue uma distribuição de probabilidade específica. Você também pode usá-lo para testar se a variância de uma população é igual a um valor especificado e testar a independência de dois conjuntos de dados. A distribuição F:

• A distribuição F é derivada da distribuição do qui-quadrado. Você usa isso para testar se as variações de duas populações são iguais. A distribuição F também é útil em aplicações como a análise de regressão.