Уважаемые коллеги. Помогите разобраться с задачей. Идентичные события в разные годы в течение 8 дней наблюдали в разных местах. Вот цифры (столбцы-дни; ряды-количество наблюдения):
1 ----- 22 289 23 -12
2 ----- 0 -- 3 -- 0 -- 3
3 ----- 0 -- 0 -- 0 -- 2
4 ----- 0 -- 0 -- 0 -- 2
5 ----- 0 -- 0 -- 0 -- 2
6 ----- 0 -- 0 -- 0 -- 2
7 ----- 0 -- 0 -- 0 -- 1
8 ----- 0 -- 0 -- 0 -- 1
всего- 22 292 23 -25
Три выборки сопоставимы по количеству наблюдений (22, 23 и 25). Графически обнаруживается общая тенденция -- максимум в первый день, затем резкое или чуть сглаженное схождение на нет.
Вопрос -- как доказать, что наблюдаемое явление имеет максимум в первый(-ые) день(-ни). То есть на основании этих данных можно ли прогнозировать, что и в будущем при аналогичном явлении максимум наблюдаемых признаков (индикаторов этого явления) будет наблюдаться в первые день-два после начала события (явления)? Заранее благодарен за любые советы. Спасибо форуму и участникам

А кому и зачем это надо доказывать? Шо, так не видно?




Можно.

С уважением,
Пуассон.

Спасибо большое, конечно, уважаемый 100$. Последний столбец смущает -- тут и Шарлье, и гамма может быть... Да и достаточно ли доказав, что распределение ненормальное, обосновывать прогноз об ожидании максимума всегда в первый день? Ещё раз спасибо)

Если результат наблюдения представляет собой подсчет и выражается числом из натурального ряда (1,2, 115 и т.д.), то такое распределение - дискретно, и доказывать кому-либо его ненормальность можно только из озорства, ибо нормальное распределение - абсолютно непрерывно.
А прогнозы обосновываются, исходя из знаний о явлении.

P.S. Статистика не занимается экстремумами функций(max & min). Чай не матанализ. Поэтому гипотезы о локализации максимума во временном ряду вы статистическими методами никогда и никому не докажете.

Доказать, что наблюдаемое явление не случайно можно с помощью оценки согласованности по Кендаллу. Это обычный критерий Фридмана, но в конце из хи-квадрата рассчитывается коэффициент конкордации Кендалла, который изменяется от 0 (отсутствие согласованности) до 1 (полное согласие). Если результаты статистически значимы и согласованность между 4-мя сериями есть, то средние ранги для ваших дней и будут наиболее вероятными рангами для всей совокупности данных, а следовательно и для прогноза. Но как конвертировать их в вероятности прогноза с соответствующими доверительными интервалами я не знаю.

Большое спасибо за советы.