推广正态性：针对偏态信息不同估计方法的新探
统计方法学
2021-05-04 v1 应用统计
摘要
正态性是数据建模中最常用的数学假设。然而，即便基于大数定律（LLN），正态性也是一个强假设，因为现实问题中存在非对称和多模态是可预期的。因此，Elal-Olivero [12] 提出的对正态分布的灵活修正增加了一个偏度参数，称为 Alpha-偏态正态分布（ASN），在需要时可实现双峰性和厚尾，尽管有时估计这第三个参数（不论位置和尺度）并非易事。本工作分析了七种不同的统计推断方法在 ASN 分布上针对合成数据以及阿塔卡马地区 21 条河流（河道）水流历史数据的表现。此外，本文的贡献涉及对科皮亚波市周边河流流量水平的概率估计，该市是智利第三大区最重要的经济城市，且已知位于除南北极外地球最干旱的地区之一。
引用
@article{arxiv.2105.00031,
title = {Generalizing the normality: a novel towards different estimation methods for skewed information},
author = {Diego C Nascimento and Pedro Luiz Ramos and David Elal-Olivero and Milton Cortes-Araya and Francisco Louzada},
journal= {arXiv preprint arXiv:2105.00031},
year = {2021}
}