অন্তর্নিহিত বিতরণ কী তা যদি আপনি ঠিক জানেন তবে আপনার এটি অধ্যয়ন করার দরকার নেই। কখনও কখনও, প্রাকৃতিক বিজ্ঞান আপনি ঠিক বিতরণ জানেন।
যদি আপনি বিতরণের ধরণটি জানেন তবে আপনার কেবলমাত্র তার প্যারামিটারগুলি অনুমান করতে হবে এবং এটি বোঝাতে চাইছেন it উদাহরণস্বরূপ, কোনও সময় আপনি একটি প্রাইমারী জানবেন যে অন্তর্নিহিত বিতরণটি স্বাভাবিক। কিছু ক্ষেত্রে আপনি এমনকি এর অর্থ কী তা জানেন। সুতরাং, সাধারণের জন্য এটি অনুসন্ধানের জন্য কেবলমাত্র বাকীটি হ'ল স্ট্যান্ডার্ড বিচ্যুতি। আপনি নমুনা থেকে নমুনার স্ট্যান্ডার্ড বিচ্যুতি পান, এবং ভয়েলা, আপনি অধ্যয়নের জন্য বিতরণ পাবেন।
যদি আপনি কীভাবে বিতরণটি জানেন না তবে ভাবেন যে এটি তালিকার বেশ কয়েকটিগুলির মধ্যে একটি, তবে আপনি সেই বিতরণের ডেটাতে ফিট করার চেষ্টা করতে পারেন এবং সবচেয়ে ভাল ফিট করে এমনটি বেছে নিতে পারেন। তারপরে আপনি সেই বিতরণটি অধ্যয়ন করেন।
শেষ পর্যন্ত, প্রায়শই আপনি জানেন না যে আপনি কীভাবে বিতরণ করছেন। আর আপনার বিশ্বাস করার কোনও কারণ নেই যে এটি 20 টির মধ্যে একটির সাথে সম্পর্কিত যা আপনার ডেটা ফিট করতে পারে। আপনি কি করতে যাচ্ছেন? ঠিক আছে, আপনি গড় এবং স্ট্যান্ডার্ড বিচ্যুতি দেখুন, দুর্দান্ত। তবে কি খুব ঝুঁকিপূর্ণ? যদি এর কুরটোসিস খুব বড় হয় তবে কী হবে? ইত্যাদি। আপনার সত্যিকারের বিতরণের সমস্ত মুহুর্তগুলি জানতে এবং এটি অধ্যয়ন করতে হবে। সুতরাং, এক্ষেত্রে প্যারামিমেটিক নন বুটস্ট্র্যাপিং কার্যকর হয়। আপনি এটি থেকে খুব বেশি, এবং সাধারণ নমুনা ধরে নেই, তার মুহুর্তগুলি এবং অন্যান্য বৈশিষ্ট্যগুলি অধ্যয়ন করুন।
যদিও নন-প্যারামেট্রিক বুটস্ট্র্যাপিং কোনও যাদুকরী সরঞ্জাম নয়, এতে সমস্যা রয়েছে। উদাহরণস্বরূপ, এটি পক্ষপাতদুষ্ট হতে পারে। আমি মনে করি প্যারামেট্রিক বুটস্ট্র্যাপিং নিরপেক্ষ is