Robustní distribuční funkce
Všechny metody jsou založené na Robustních gnostických distribučních funkcích (GNDF).
Jak tyto funkce pracují a jaké výsledky lze očekávat ukážeme na následujících příkladech z generovaných hodnot normálního rozdělení i
na reálných příkladech datových vzorků měření. Začneme velkým datovým souborem (100 hodnot) až po příklad malého datového souboru (10 hodnot)
s různými hodnotami variability dat (odchylkou). Jako generátor náhodných čísel použijeme standardní funkci z R-project rnorm.
Pro případ velkých datových souborů s malou variabilitou (více než 30 hodnot) se vypočítané průběhy distribučních funkcí blíží
standardního Gaussovskému rozdělení v podobě S-křivky a hustoty zvonovitého tvaru.
Můžeme vypočítat pro každý datový soubor konečný interval nosiče dat LB dolní mez a UB horní mez pro nehomogenní soubor a LSB a USB pro homogenní.
Parametry funkce rnorm(n,mean,sd), n=počet hodnot, střední hodnota, sd=standardní odchylka.
V poslední ukázce pro (10) je již rozdělení velmi vzdálené od normálního rozdělení. Parametr standardní odchylky se mění od 0.1 až po hodnotu 30.
Hodnota 30 je již více jak 50% střední hodnoty, ale data z životního prostředí i z lékařského výzkumu tyto hodnoty ještě překračují.
