Это мой первый вопрос по stackoverflow, так что простите, если я не в соответствии с некоторыми нормами.Тем не менее, это моя проблема:
Отредактировано:
У меня есть непрерывная переменная, где я могу измерять только некоторые точки данных, и мне нужно оценить кривую вероятности для максимума и минимумазначения между каждой точкой данных.У меня есть стандартное отклонение, и переменная работает по логнормальному распределению, это означает, что среднее значение является логарифмическим, а стандартное отклонение мультипликативным.
Пример:
Предполагая скорость автомобиляобычно распределяется, и нет никаких правил дорожного движения, в 10 часов утра автомобиль движется со скоростью 40 миль в час, в 11 часов утра он движется со скоростью 60 миль в час, стандартное отклонение - это изменение скорости на 10% каждый час.Это промежуточное отключение в течение 1 часа, когда у вас нет информации, но вы должны быть в состоянии оценить: чем более вероятна максимальная скорость, достигнутая автомобилем за это время, тем более вероятна минимальная скорость и каким-то образом распределение вероятностей всего между ними.Вы можете даже предположить, что это наименее маловероятная вероятность того, что его скорость в 10 часов утра была самой низкой скоростью, а в 11 часов - самой высокой скоростью за этот период (если скорость автомобиля действительно случайна в каждом масштабе, вы даже можете предположить, что она ограничивает невозможное).,В результате получается логнормальное распределение, которое можно использовать для моделирования сценариев, связанных с этим автомобилем.
Я не специалист по статистике, и я понимаю только основы и некоторые теории, как мне решать эту проблему?
Я использую это на Python 3.x на случай, если вы, ребята, знаете способ решения этой проблемы там.