Естественные науки

Какому распределению соответствует распределение количества ответов на вопрос на этом сайте?

Процент вопросов с количеством ответов от n в категории религия вера:


Пробовал нормальное распределение но оно подходит только для не слишком больших больших n.
Виталий .
Виталий .
104
В любом случае нормальное распределение - предельный случай всех остальных распределений.

Зачем беспокоитесь за "большое n"? Это же как раз и надо! Тем ближе к нормальному!
http://sernam.ru/book_tp.php?id=25

""Результаты нормативно-ориентированного тестирования
при больших выборках обычно имеют распределение,
близкое к нормальному. ""

http://clipperkim.narod.ru/test/monotest/src/glava_3_5.html

Считайте, что имеете пусть и не совсем нормальное распределение Гаусса,
но близкое к нему.

За симметрию можно не переживать.
Левой части просто нет, поскольку количество ответов
не может быть отрицательным
;))
Юра Хамин
Юра Хамин
77 117
Лучший ответ
Например, распределение Пуассона.
Распределение Пуассона, это распределение дискретного типа, моделирует случайную величину, которая является числом событий, произошедших за фиксированное время, при условии, что данные события происходят с некоторой фиксированной средней интенсивностью и независимо друг от друга.
Параметр лямда в формуле распределения Пуассона нужно приравнять единице, чтобы получить максимум распределения в нуле.

P.S. А нормальное распределение тут принципиально не подходит, потому что оно симметричное.
Распределение Пуассона.... Кстати, по нему можно увидеть "вбросы" проплаченных троллей (в виде небольших всплесков на гистограмме) , приуроченные к каким-либо событиям (например, украинский майдан или выборы).. . Наиболее наглядно это можно увидеть, сделав анализ по разделу ОПС...
Aida Zhoroeva
Aida Zhoroeva
90 330
Временное затухание. Похоже на солитон. Такое можно на Сене увидеть.
Скорее всего это биномиальное распределение. Распределение Пуассона получается из него как предельный случай. Биномиальным распределением хорошо описывается число посетителей выставки, а здесь почти тоже самое. Но всегда будет погрешность подгонки и точнее вопрошать «с какой точностью данное распределение гауссово или биномиальное?».