Statistik: normalapproximation "halvkorrektion"
Hej, bokens förklaring om varför halvkorrektion är bra förstår jag inte. Kan någon förklara med ord varför man ska korrigera med en halva?
Jag vet inte om detta hjälper, men denna källa skriver att:
Vi approximerar här en diskret s.v. (för vilken P(X ≤ k) är skilt från P(X < k) för alla k = 0,1,...,n) med en kontinuerlig s.v. (för vilken P(X ≤ k) = P(X < k) för alla k = 0, 1, ..., n). Approximationen förbättras om vi använder så kallad halvkorrektion.
Syftet verkar alltså vara att ge en bättre approximering, för att minska konsekvenserna av att vi approximerar en diskret fördelning med en kontinuerlig fördelning. I källan visas denna bild som illustration:
Tack för svaret men förklaringen i den föreläsningsanteckningen är inte heller bra. Jag förstår vad syftet är, men min fråga är varför det funkar.
Jag hittade mitt svar på engelska wikipedia, men det går under ett annat namn (som också förklarar vad den gör!)
