gli istogrammi rappresentano frequenze delle classi o
le singole osservazioni? e in che ordine?
indica come hai organizzato i tuoi dati.
.f
> gli istogrammi rappresentano frequenze delle classi o
> le singole osservazioni? e in che ordine?
> indica come hai organizzato i tuoi dati.
> .f
Ho rappresentato i dati per piů classi, in diversi istogrammi per recuperare
quello piů vicino ad un comportamento a singola moda gaussiana. Ho
organizzato i dati per occorrenze (frequenza dei valori) che cadono nel
passo di classe scelto. Questo fino alla classe 1, cioč per simngola
osservazione, ovviamente con una inaccettabile dispersione visiva del
presunto profilo gaussiano. Sull'asse ascisse ho messo le classi (o i
singoli valori, nel caso di poche esperienze ripetute) e sulle ordinate le
occorrenze.
Rha
vedi:
http://www.prodomosua.it/zips/prorhahall.xls
[nel file le istruzioni per realizzare il grafico]
.f
fernando cinquegrani
Microsoft MVP
http://www.prodomosua.it
"fernando cinquegrani" <f.cinq...@xroxxmxxxa.it> ha scritto nel
messaggio news:O32XSxTR...@tk2msftngp13.phx.gbl...
Fernando, sono anch'io interessato all'argomento ed ho molto
apprezzato il tuo lavoro.
Mi interessava approfondire l'aspetto matematico del perchè sommando 3
Casuale() che generano, ognuno, dei numeri tra 0 ed 1 si possa
ottenere una distribuzione gaussiana.
Puoi darmi un bereve cenno? Grazie
Roberto (IW1ERL)
no. sommando 3 numeri casuali non ottieni una distribuzione
normale, ma neppure una distribuzione uniforme (come
sarebbe la generazione di un numero casuale).
semplicemente una distribuzione qualsiasi che, per il
teorema del limite centrale, *tende* ad assomigliare
a una distribuzione normale (gli istogrammi in verde).
la distribuzione normale la ottengo con la funzione
=distrib.norm() (la curva in rosso).
in A1:A100 inserisci =casuale() [distribuzione uniforme]
in B1:B100 inserisci =casuale() [distribuzione uniforme]
in C1:C100 inserisci =casuale()+casuale()+casuale() [distribuzione
*qualsiasi*]
in E1 =media(A1:A100)
in F1 =dev.st.pop(A1:A100)
in D1:D100 inserisci =distrib.norm(A1;$E$1;$F$1;falso)
1. ora seleziona i dati in colonna A e colonna B
inserisci :: grafico :: dispersione xy...solo indicatori di dati
(senza linee)
vedrai una distribuzione assolutamente uniforme
(tutti gli spazi sono pieni in maniera uniforme)
2. ora seleziona i dati in colonna A e colonna C
inserisci :: grafico :: dispersione xy...solo indicatori di dati
(senza linee)
vedrai una distribuzione *qualsiasi* con una tendenza alla
concentrazione verso il centro dell'ordinata
3. ora seleziona i dati in colonna A e colonna D
inserisci :: grafico :: dispersione xy...solo indicatori di dati
(senza linee)
vedrai una stupenda campana
in altre parole ho usato la somma di tre casuali unicamente
per i simulare i possibili valori di rhahall e che rhahall dovrebbe
sostituire con i propri.
poi ho confrontato la distribuzione di frequenza di questi
valori (calcolata tramite la funzione frequenza() su intervalli
omogenei) con la distribuzione normale del valore centrale.
.f