Oft liegen Daten vor, die durch klassische Verteilungsfunktionen nur mit unvertretbarem Fehler approximiert werden können. Um dennoch die Daten ausreichend gut durch eine analytisch darstellbare Funktion anzunähern, erweitert man die klassischen Verteilungsfunktionen durch ein Verteilungsfunktion-System. Hier wird das Johnson-System betrachtet ([15] Seite 164).
Dieses System entsteht durch Anwendung von drei Transformationen auf die Normalverteilung , um diese an verschiedene Anforderungen anzupassen. Sei eine Normalverteilte Zufallsvariable, dann schreiben sich die Transformationen als
Die Wirkungen dieser Transformationen lassen sich gut im -Raum darstellen. Für die Parameter und gilt
und | (47) |
Dabei sind die die i. zentralen Momente einer Zufallsvariablen X, für die gelten
mit | (48) |
ist hierbei der Erwartungswert (siehe Abschnitt 2.3.1) und wird als Mittelwert bezeichnet. werden als Schiefe (Skewness) und als Wölbung (Kurtosis) bezeichnet.
Die Parameter und der Johnson Transformationen sowie die Parameter und der Normalverteilung lassen sich aus den Größen , , und bestimmen. Für eine genauere Darstellung sei hier auf [15] Seite 164 verwiesen.
In Abbildung E.1 sind die Gebiete, die sich mit den Transformationen , und erreichen lassen im -Raum dargestellt. Beispielhaft sind auch die empirischen Verteilungen der Kaufpreise von Geräten aus verschiedenen Krankenhäusern als Punkte eingezeichnet. Es ist deutlich zu erkennen, dass die empirischen Kaufpreis-Verteilungen im -Bereich zu finden sind.
|