將泊松分佈轉換為正態分佈

我主要有計算機科學背景，但現在我正在嘗試自學基本統計數據。我有一些我認為具有泊松分佈的數據

我有兩個問題：

1. 這是泊松分佈嗎？
2. 其次，是否可以將其轉換為正態分佈？

任何幫助，將不勝感激。非常感謝

1. 所描繪的似乎是（分組的）連續數據繪製為條形圖。

您可以非常有把握地得出結論，它不是泊松分佈。

泊松隨機變量取值 0, 1, 2, … 並且僅當均值小於 1 時才在 0 處具有最高峰。它用於計數數據；如果您繪製類似的泊松數據圖表，它可能如下圖所示：

第一個是泊松，顯示出與您類似的偏度。你可以看到它的平均值非常小（大約 0.6）。

第二個是泊松，其平均值與您的相似（粗略猜測）。如您所見，它看起來非常對稱。

您可以有偏度或大均值，但不能同時具有兩者。

2. (i) 你不能使離散數據正常——

對於分組數據，使用任何單調遞增變換，您會將組中的所有值移動到同一位置，因此最低組仍將具有最高峰 - 請參見下圖。在第一個圖中，我們移動 x 值的位置以緊密匹配正常的 cdf：

在第二幅圖中，我們看到了變換後的概率函數。我們無法真正實現像常態這樣的東西，因為它既離散又偏斜；第一組的大跳將保持大跳，無論你向左推還是向右推。

(ii) 連續傾斜的數據可能會被轉換為看起來相當正常。如果您有原始（未分組）值並且它們不是高度離散的，那麼您可能會做一些事情，但即使這樣，當人們尋求轉換他們的數據時，它也不是不必要的，或者他們的潛在問題可以通過不同（通常更好）的方式來解決. 有時轉換是一個不錯的選擇，但通常是出於不太好的原因。

那麼……為什麼要改造呢？

引用自：https://stats.stackexchange.com/questions/120068