Java：如何以编程方式确定数据集不'；你不服从正态分布吗？

在Java程序中，如何确定我拥有的数据集是否遵循正态分布

可能吗

---

我是否可以使用API或算法来确定这一点？

我不确定是否有适用于此的API，但您可以使用卡方检验。假设您的数据集足够大，您可以测试是否符合正态分布。

这里有两个问题：如何确定是否符合正态分布以及如何确定正态分布。正如第一个链接将向您展示的那样，从正式数据到非正式数据，您希望在多大程度上确定您正在查看的是正常数据。第二个链接显示，没有用于统计分析的标准Java软件包，但有许多其他方法可以实现它们。

这是一个有点难的统计问题，如果你不是统计方面的专家，它看起来似乎很简单。您的目标显然是确定数据是否可能来自任何正态分布，而不是具有预先指定的均值和方差的正态分布。也许最好的方法是使用，这是基于测量分布的and，并将其与正常情况下的预期值进行比较

就Java实现而言，我不知道有什么，尽管我不经常使用Java。如果有，我会有点惊讶，因为它是一个相对模糊的统计函数，Java不是统计中最常用的语言。但是，如果您已经有了计算偏度、峰度和卡方分布CDF的函数，那么，（在此文件中搜索dAgostinoK（））可能很容易转换为Java。

最简单的方法是“如果我有n>30个数据点，那么它通过中心极限定理近似正态分布。”；）

---

正如其他人所提到的，确定数据点是否来自正态分布要困难得多。

这里您深入了解了统计数据，语言根本不重要。您还必须决定要使用什么标准，因为会有错误。您希望如何对有问题的数据集进行分类？您想确保包含几乎所有的正态分布，还是拒绝几乎所有的非正态分布，或者介于两者之间的某个分布？数据集表示正态分布的先验概率是多少？虽然可以使用卡方检验，但我不鼓励这样做。卡方检验最适用于分类/离散数据。我会推荐一个专门为正态分布设计的测试，正如上面msw的链接所描述的。我想你的意思是“如果我有n>30个独立且相同分布的数据点，那么由这些点的总和组成的随机变量近似正态分布”。一组任意的30分可以是任何东西。@dsimcha:+1该死，这比我想象的要难。我将研究这些精细链接。