Tables for cumulative probability of the ex-Gaussian distribution

• Carmen Moret-Tatay ^[1] ; Daniel Gamermann ^[2] ; Pedro Fernández de Córdoba ^[3]
  1. [1] Universidad Católica de Valencia San Vicente Mártir

     Universidad Católica de Valencia San Vicente Mártir

     Valencia, España

     
  2. [2] Universidade Federal do Rio Grande do Sul

     Universidade Federal do Rio Grande do Sul

     Brasil

     
  3. [3] Universidad Politécnica de Valencia

     Universidad Politécnica de Valencia

     Valencia, España

     

  Mostrar afiliaciones +
• Localización: Nereis: revista iberoamericana interdisciplinar de métodos, modelización y simulación, ISSN 1888-8550, Nº. 10, 2018, págs. 95-98
• Idioma: inglés
• Títulos paralelos:
  • Tablas de probabilidad acumulada para la distribución ex-Gaussiana
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La distribución ex-Gaussiana proporciona un buen ajuste a múltiples distribuciones asimétricas positivas, como el tiempo de reacción. Este ajuste es una herramienta útil para estimar los intervalos de confianza y determinar las pruebas de hipótesis para las variables asimétricas. A los efectos de desarrollar tablas para la prueba de significación, la distribución ex-Gaussiana fue parametrizada en términos promedio, desviación estándar y un nuevo parámetro de asimetría λ = ∛(t/2). Para este fin, x se estandarizó, tratando de normalizar la distribución ex-Gaussiana para un promedio 0 y desviación estándar 1. De este modo, la distribución presenta un solo un parámetro libre (0 ≤ λ < 1).

  • English

    The ex-Gaussian distribution provides a good fit to multiple empirical positive skewed distributions, such as reaction time. This fit is a useful tool when estimating confidence intervals and determining hypothesis testing for skewed variables. In order to create tables for significance testing, the ex-Gaussian distribution was parametrize in terms of its average, standard deviation and a new skewness parameter λ = ∛(t/2). To this end, x was standardized in order to normalize the ex-Gaussian distribution for average of 0 and standard deviation of 1. In this way, the distribution has only one free parameter (0 ≤ λ < 1).