Wie kann ich nachweisen, dass die Versuchsdaten der Verteilung mit schwerem Schwanz folgen?

Ich habe mehrere Testergebnisse der Serverantwortverzögerung. Nach unserer theoretischen Analyse sollte die Verzögerungsverteilung (die Wahrscheinlichkeitsverteilungsfunktion der Antwortverzögerung) ein schweres Verhalten aufweisen. Aber wie könnte ich beweisen, dass das Testergebnis einer Verteilung mit schwerem Schwanz folgt?

Ich bin mir nicht sicher, ob ich Ihre Frage richtig interpretiere. Lassen Sie es mich wissen und ich könnte diese Antwort anpassen oder löschen. Erstens beweisen wir nichts in Bezug auf unsere Daten, wir zeigen nur, dass etwas nicht unangemessen ist. Dies kann auf verschiedene Arten erfolgen, unter anderem durch statistische Tests. Meiner Meinung nach ist es jedoch am besten, wenn Sie eine vorgegebene theoretische Verteilung haben, nur ein qq-Diagramm zu erstellen . Die meisten Leute denken, dass qq-Diagramme nur zur Beurteilung der Normalität verwendet werden, aber Sie können empirische Quantile gegen jede theoretische Verteilung zeichnen , die spezifiziert werden kann. Wenn Sie R verwenden, hat das Fahrzeugpaket eine erweiterte Funktion qq.plot ()mit vielen schönen Funktionen; Zwei, die mir gefallen, sind, dass Sie eine Reihe verschiedener theoretischer Verteilungen angeben können, die über den Gaußschen tWert hinausgehen (z. B. für eine Alternative mit dickerem Schwanz), und dass ein 95% -Konfidenzband dargestellt wird. Wenn Sie keine spezifische theoretische Verteilung haben, sondern nur sehen möchten, ob die Schwänze schwerer sind als von einem Normalen erwartet, kann dies auf einem qq-Plot gesehen werden, ist aber manchmal schwer zu erkennen. Eine Möglichkeit, die mir gefällt, besteht darin, ein Kernel-Dichtediagramm sowie ein QQ-Diagramm zu erstellen, und Sie können zum Booten eine normale Kurve darüber legen. Der grundlegende R-Code lautet plot(density(data)). Für eine Zahl könnten Sie die Kurtosis berechnenund sehen, ob es höher als erwartet ist. Ich kenne keine Dosenfunktionen für Kurtosis in R, Sie müssen sie mit den auf der verlinkten Seite angegebenen Gleichungen codieren, aber es ist nicht schwer, dies zu tun.