exGaussianmodellen
ExGaussianmodellen verwijzen naar statistische modellen die de exgaussiaanse verdeling gebruiken om data te beschrijven die een combinatie vormen van een normale verdeling en een exponentiële verdeling. De exGaussian-verdeling is de convolution van een normale verdeling N(mu, sigma^2) en een exponentiële verdeling Exp(rate = 1/tau). De drie parameters mu, sigma en tau bepalen respectievelijk het centrum en de spreiding van de normale component en de lengte van de lange rechterstaart. De verwachting is mu + tau en de variantie is sigma^2 + tau^2. Hogere scheefheid wordt vooral veroorzaakt door tau, waardoor data positieven lange staarten vertonen.
Toepassingen: exGaussianmodellen worden veel gebruikt bij reactietijddata (RT) in cognitieve psychologie en bij andere velden waar
Schattingsmethoden: parameters worden meestal geschat via maximum likelihood met numerieke optimalisatie, of via Bayesiaanse benaderingen. Alternatieven
Evaluatie: goodness-of-fit wordt beoordeeld met QQ-plotten, Kolmogorov-Smirnov-tests en informatiecriteria zoals AIC en BIC. Modelvergelijking met andere
Beperkingen: identificeerbaarheidsproblemen tussen mu, sigma en tau kunnen optreden; gevoeligheid voor uitbijters; niet elk RT-gedrag wordt