どのようにして正規分布を発見できましたか?


16

あなたがすることができ、正規分布の一次微分は何だったその派生を再現し、またその歴史的文脈の中でそれを説明しますか

人類が正規分布を忘れた場合、私がそれを再発見する最も可能性の高い方法は何ですか?また、最も可能性の高い派生物は何ですか?最初の派生は、二項分布などの基本的な離散確率分布を計算する高速な方法を見つけようとする副産物として来たに違いないと思います。あれは正しいですか?


2
確率分布を考え出すのはそれほど難しくありません。正の積分可能な関数を取り、それを正規化すると、確率密度が得られます。分布の族で尤度ベースの推論を行いたい場合、密度の対数が単純な凸関数である必要があります。より正確には、与えられた凸損失関数を最小化するために最尤法が必要な場合、この損失の指数関数は密度の適切な選択です。二乗誤差は正規分布を生じさせ、凸損失の最も単純な例かもしれません。
オリビエ

1
@Olivier、確率分布を簡単に作成できるからといって、それが有用だとか、どこにでも現れるというわけではありません。ガウス分布の発見は、関数を正規化するだけでなく、私が推測する実際の問題を解決することに関連しています。
statslearner

2
この履歴に関連する質問や回答が既にいくつかあり、それらはあなたの質問に答えるか、部分的に答えるかもしれません。
Glen_b-モニカの復活

2
歴史に関するウィキペディアのセクションen.wikipedia.org/wiki/Normal_distribution#Historyは読む価値があります。私が描く結論は、ここでの優先順位は、多くの場合、国際的な論争の問題であるということです。De Moivre、ラプラス、ガウス、から選択を取ることができます...
mdewey

2
ここでは、この質問Aをご覧@Glen_bによって答えはstats.stackexchange.com/questions/227034/...私はどのようにする一つの方法と思いますが、正規分布を再発見できたことは、計測および関連する不確実性/エラーがあることを実現することですつまり、測定を何度も繰り返した場合、結果は100%同一にはなりません。次に、不確実性/エラーを定量化します。そして、あなたはいくつかの微積分が必要です:)また、Stahlのリファレンスは本当に読む価値があります!
ステファン

回答:


7

最初の派生は、二項分布などの基本的な離散確率分布を計算する高速な方法を見つけようとする副産物として来たに違いないと思います。あれは正しいですか?

はい。

正規曲線は、二項分布の近似として 1733年にDeMoivreによって数学的に開発されました。彼の論文は1924年までカール・ピアソンによって発見されませんでした。ラプラスは、1783年に正規曲線を使用して、誤差の分布を説明しました。その後、ガウスは1809年に正規曲線を使用して天文データを分析しました。

出典:正規分布

歴史的背景を持つ他のソース:

現在、正規分布は大きな二項分布の近似であるという事実は、中心極限定理の特別な場合と見なされています。ほとんどの教科書にあり、初級と見なされています。ウィキペディアで証拠を見つけることができます。指数はe x = lim 1 + xn収率その特性関数のいくつかのテイラー展開後-T2eバツ=リム1+バツnn。教科書にはまだ二項式の特別な証拠がありますが、これはDeMoivre-Laplaceの定理として知られています。t22


ブノワ、DeMoivreの派生は初歩的ではないようですが、答えに含めてもらえますか?このDEMOIVRE導出は、私が探しているものです(すべての計算と近似の結果ならばサイドノートとして、あなたが知っている-例えばスターリングエンジン近似-すでにDEMOIVREに利用可能であった、またはこれは彼の証明の現代版です?)
statslearner

1
これは最新バージョンです。DeMoireの歴史的な由来は知りません。私が持っている唯一の歴史的な情報は、Stephanと私が指摘した記事です。
ブノワサンチェス

6

Stahl( "The Evolution of the Normal Distribution"、Mathematics Magazine、2006)は、正規の最初の歴史的痕跡はギャンブル、二項分布の近似(人口統計用)、天文学におけるエラー分析に由来すると主張しています。


4
はい、しかし、それらのケースのほとんど(すべて?)で正規分布は明示的ではありませんでした。これは、ベンフランクリンが電気で実験したため、マックスウェルの方程式を知っていた(または発明した)と結論付けているように思えます。
whuber

これらの著者が行った派生物を提供できますか?
statslearner

たとえば、彼らはそれを導き出すためにどのような数学を必要としましたか?
statslearner

3

質問の過去の部分は、おそらくこのフォーラムで何度も回答されました。たとえば、同様の質問に対する受け入れられた回答を参照してください。いいえ、離散分布の近似としては発見されませんでした。当時は確率分布の概念すらなかったと思います。それは最近、物理学者や数学者と呼ばれている人によって発見された、私は当時の自然哲学者だと思います。

別の文明が正規分布をどのように発見するかは興味深い質問です。あらゆる種類のエラーや妨害を研究する人なら誰でもそれを見つけるでしょう。私たちの文明が天体を研究している間にそれを見つけたように、それは起こりました。他の人間が物理学や数学の前に統計を開発する可能性が高いとは思いません。


2

私もその質問を自問しました、そして、このyoutubeビデオは私が見つけた最高の答えです

https://www.youtube.com/watch?v=cTyPuZ9-JZ0

私はそれが元の派生物だとは思いませんが、ビデオの説明は「この議論は1850年の天文学者ジョン・ハーシェルと1860年の物理学者ジェームズ・クラーク・マクスウェルの作品から改作された」と述べています。



1

expバツ2

量子力学、情報理論、および熱力学では、エントロピーはシステムの状態を定量化します。これらの分野では、量子状態は実際には完全にランダムまたは確率的です。これを古典的なメカニズムと比較してください。古典力学では、状態は固定されていますが、数百または数百万の観測されていない影響因子の寄与により、観測は不完全です。この種の結果はCLTを引き起こします。

量子力学では、ベイズ確率を使用して、システムの状態に関する信念を定量化します。これらの線に沿って、ガウス分布または通常のランダム変数が有限平均または標準偏差を持つすべてのランダム変数の中で最大エントロピーを持つという証明が提示され、微調整されました。

https://www.dsprelated.com/freebooks/sasp/Maximum_Entropy_Property_Gaussian.html

https://en.wikipedia.org/wiki/Differential_entropy

http://bayes.wustl.edu/etj/articles/brandeis.pdf

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.