团队提出了生成概率和统计不对称分布的新理论策略

众所周知，正态分布是概率和统计中的关键工具。它可以被描述为服从从概率中最重要的定理之一导出的普遍规则的分布：中心极限定理，通常称为 CLT。更实际的是，它还描述了一些数据如何自然地聚集在一个中心值周围，其相应的直方图（代表数据的分布）的形状是一个均衡良好的钟形曲线。

来自现实世界过程的一些数据遵循这种模式，使正态分布成为其分析的选项。然而，理想的钟对于大多数数据来说，这是非常出乎意料的。事实上，有时数据是倾斜的，这意味着相关的直方图向一侧倾斜，向左或向右倾斜。在其他情况下，数据可能有多个模式（峰值）而不是中心值。这些变化使得正态分布在分析此类数据集时不太准确。

数学理论有助于解决这些问题。通过引入偏度和峰度的调整，我们可以修改正态分布的形状可能性。另一方面，转换技术可以处理多种模式，提供更灵活的方法。本质上，提供了扩展正态分布的必要工具，使其对不同类型的数据更有用。这提高了模型和预测的准确性，从而提高了决策的准确性。

一些已经存在，但很少有那些可以通过高度可调的配置同时倾斜正态分布并将模式添加到正态分布中。这样的选项是在论文“创建不对称连续分布的新数学解决方案”中提出的，发表在日记中不对称。

使用两个几乎不受约束的参数和一个非常通用的中间函数，并为新的数学策略奠定了保证。这一策略的关键在于这些组件的选择具有无限的可能性；中间函数可以选择指数函数、对数函数、三角函数等多种函数类型。根据其性质，可以达到各种右偏、左偏和多峰形状。

这些形状中的每一个都可以对应于现实世界数据分析中遇到的直方图的形状。相关理论的另一个重要方面是，正态分布可以替换为任何具有相同支持的分布，从而使该策略能够适应许多现实场景。文章中使用柯西分布从理论上说明了这一点。只需付出很少的努力，它也可以适应生存分布，开辟远远超出基本正态分布本质的新视角。

目前，这一经过理论验证的策略的实际应用正在利用来自生物学、医学、工程和金融等不同领域的数据进行开发。 R 包也正在准备中，以便任何处理非标准模式数据的人都可以访问它。

由 ELSP 提供