Hvilken fordeling er det (statistik)

Du er nødt til at have noget at sammenligne med. En normalfordeling udtaler sig om en middelværdi og en standardafvigelse. Hvis du havde undersøgt 100 klasser og fundet, at der gennemsnitligt er 20 procent udlændinge, så kan du bagefter spørge, hvordan det ser ud i de enkelte klasser. Muligvis får du en normalfordeling, men det er ikke sikkert. For eksempel: I ti af klasserne er der tre udlændinge, i 20 af klasserne er der 5 udlændinge o.s.v (der kunne være klasser, hvor antallet 4 slet ikke forekommer. Så kan du se, om du får den pæne klokkeformede kurve, der kendetegner normalfordelingen, eller om billedet viser noget ganske andet. Det kunne jo være stedbestemt. I visse egne af landet er der mange udlændinge, men der i andre egne slet ikke er nogle

Hej Erik.

Tak for dit svar.

Konkret har jeg et datasæt på ca 500 observationer, der er ikke nogen forklaring om hvor mange det er, kun hvor stor en andel af en klasse det er.

Laver jeg et histogram over dataene giver det en venstreskæv fordeling der ligner en normalfordeling..

Kan også være det slet ikke er væsentligt, måske det bare er mig der ikke forstår det helt, det med fordelingerne har jeg ikke styr på overhovedet.

Det er svært at svare på, da jeg ikke kan se kurven, men det kunne være en eksponentialfordeling. Der er Poissonfordelingen, den geometriske fordeling, en logaritmisk normalfordeling og mange andre, og hver især har de nogle parametre, der skal være opfyldte, før man kan bestemme, hvilken fordeling der er tale om. Det må du nok undersøge selv, da det er et stort felt. Der findes også kurvefittingsudregninger (best-fit graf), der kan give dig et fingerpeg om den matematiske beskrivelse af kurven, måske er den forskellig på forskellige områder af kurven, og så er dt ikke sikkert, at du kan klassificere fordelingen. Har du en tegning af kurveforløbet?

Ud fra de praktiske data (hvor mange procent udlændinge, der findes i vore skoler), ville jeg gætte på, at du har en normalfordeling, men det afhænger meget af, om du har statistisk signifikant materiale, det kan du kun vurdere ud fra de indsamlede data, er det lokkalt indsamlede data, eller er det jævnt fordelt over hele landet?

 Nej jeg kan ikke komme det nærmere.