Код для курсовой работы (матстат в рамках python)

уберите визуализацию отсюда 😐

Ivan Ivanov 5 May 2021

Ок 

Вы хотите самостоятельно реализовать указанные проверки/методы или использовать существующие библиотечные методы? Что именно хотите реализовать программно? Точное ТЗ есть?

Ivan Ivanov 5 May 2021

Оба варианта поочередно  - сначала с использованием библиотек, потом без них

Ivan Ivanov 5 May 2021

Научрук сказал так: Сначала нужно использовать готовые программные решения (в том же Python вызываются одной строкой кода), а затем самостоятельно добавить аппроксимации и проверить результаты на сходство

Ivan Ivanov 5 May 2021

Полное сообщение от него: пусть есть некоторая (статистическая) выборка данных, которая проверяется на принадлежность к нормальному распределению случайных величин. Существует более десятка критериев для проверки / опровержения этого факта. Один из более или менее стандартных - это критерий Колмогорова (Колмогорова-Смирнова). Берем в рассмотрение еще один - так называемый омега-квадрат (или Смирнова-Крамера-Мизеса).  После этого нужно попробовать запрограммировать проверку тестовой выборки по обоим критериям на python. Сначала нужно использовать готовые программные решения (в том же Python вызываются одной строкой кода), а затем самостоятельно добавить аппроксимации и проверить результаты на сходство.

Что значит "аппроксимация статистик"? Вычисление статистики до какой-то итерации (дельты относительно предыдущего значения) или что? 

Ivan Ivanov 6 May 2021

Объяснение взято из книги "КОБЗАРЬ Александр Иванович - ПРИКЛАДНАЯ МАТЕМАТИЧЕСКАЯ СТАТИСТИКА. ДЛЯ ИНЖЕНЕРОВ И НАУЧНЫХ РАБОТНИКОВ"

Могу скинуть и сказать, на каких страницах даны рекомендации по тому, какие аппроксимации для статистик каких размеров следует использовать

Ivan Ivanov 6 May 2021

Если про аппроксимацию все равно не ясно, могу переспросить 

Про аппрроксимацию всё понятно. Спасибо. Я думаю другим тоже теперь понятно что конкретно надо сделать.  

У Шапиро-Уилка формула чуть проще, но идея та же. Так что вполне решаемо

Ivan Ivanov 6 May 2021

Ок, тогда еще вопрос: генерировать по циклу выборки одинакового размера (допустим, по 50 чисел) псевдослучайным образом с заданными параметрами, и проверять их на нормальность + сравнивать выводы обоих критериев это не сложно, если все то, что выше понятно?

Про критерии псевдослучайности не видела. Но я думаю, что те кто ранее уже генерировал случайные события с этим справятся.  Там обычно не сложные формулы. Вопрос обычно в том, как брать базис такого числа - таблично или средствами самого python (библиотеки рандомного числа  Дальше просто лябмду, логорифм и тп добавляют. Но вопрос вы верно поставили - сами критерии генерации такой выборки надо смотреть, чтоб точно понимать, как реализовывать формулу генерации элемента выборки.