Дискретна дистрибуција - преглед, како то функционише, примери

Дискретна дистрибуција је дистрибуција података у статистици која има дискретне вредности. Дискретне вредности су бројиве, коначне, ненегативне целобројне вредности, као што су 1, 10, 15 итд.

Дискретна дистрибуција

Разумевање дискретних расподела

Двије врсте дистрибуције су:

  1. Дискретне расподеле
  2. Континуирана дистрибуција

Дискретна расподела, као што је раније поменуто, је расподела вредности које се броје цели бројеви. С друге стране, континуирана расподела укључује вредности са бесконачним децималним местима. Пример вредности у континуираној расподели био би „пи“. Пи је број са бесконачним децималним местима (3.14159 ...).

Обе расподеле се односе на расподеле вероватноће, које су темељ статистичке анализе и теорије вероватноће.

Расподела вероватноће је статистичка функција која се користи за приказ свих могућих вредности и вероватноћа случајне променљиве Случајна променљива Случајна променљива (стохастичка променљива) је врста променљиве у статистици чије могуће вредности зависе од исхода одређене случајне појаве у одређеном опсегу. Распон би био ограничен максималним и минималним вредностима, али стварна вредност би зависила од бројних фактора. Постоје дескриптивне статистике које се користе за објашњавање где очекивана вредност може завршити. Неки од њих су:

  • Просек (просек)
  • Медијан
  • Моде
  • Стандардно одступање Стандардно одступање Са становишта статистике, стандардно одступање скупа података је мера величине одступања између вредности садржаних запажања
  • Искривљеност
  • Куртосис

Дискретне расподеле такође настају у Монте Царло симулацијама. Монте Царло симулација Монте Царло симулација Монте Царло симулација је статистичка метода која се примењује у моделирању вероватноће различитих исхода у проблему који се не може једноставно решити због интерференције случајне променљиве. је метода статистичког моделирања која идентификује вероватноће различитих исхода извођењем веома велике количине симулација. Из Монте Царло симулација, исходи са дискретним вредностима произвешће дискретну расподелу за анализу.

Пример дискретне дистрибуције

Врсте дискретних расподела вероватноће укључују:

  • Поиссон
  • Берноулли
  • Бином
  • Мултином

Размотрите пример где рачунате број људи који улазе у продавницу у било ком сату. Вредности би требале бити пребројане, коначне, ненегативне целобројне. Не би било могуће да 0,5 људи уђе у продавницу и не би било могуће да негативна количина људи уђе у продавницу. Стога би расподела вредности, када би била представљена на дистрибуцијској табли, била дискретна.

Дискретна дистрибуција - пример

Посматрајући горњу дискретну дистрибуцију прикупљених тачака података, можемо видети да је било пет сати када је између једне и пет особа ушло у продавницу. Поред тога, било је десет сати када је између пет и девет људи ушло у продавницу и тако даље.

Горња расподела вероватноће даје визуелни приказ вероватноће да ће одређена количина људи ући у продавницу у било ком тренутку. Без икаквих квантитативних анализа Квантитативна анализа Квантитативна анализа је поступак прикупљања и оцењивања мерљивих и проверљивих података као што су приходи, тржишни удео и зараде како би се разумело понашање и перформансе предузећа. У ери технологије података, квантитативна анализа се сматра преферираним приступом доношењу информисаних одлука. , можемо приметити да постоји велика вероватноћа да ће између 9 и 17 људи ући у продавницу у било ком тренутку.

Пример континуиране дистрибуције

Континуиране расподеле вероватноће карактеришу бескрајни и небројиви опсег могућих вредности. Вероватноће континуираних случајних променљивих дефинисане су површином испод криве функције густине вероватноће.

Функција густине вероватноће (ПДФ) је вероватноћа да непрекидна случајна променљива заузме одређену вредност закључујући из узетих података и мерећи површину испод ПДФ-а. Иако је апсолутна вероватноћа да случајна променљива узме одређену вредност 0 (с обзиром да постоји бесконачно много могућих вредности), ПДФ на два различита узорка користи се за закључивање о вероватноћи случајне променљиве.

Размотрите пример где желите да израчунате расподелу висине одређене популације. Можете прикупити узорак и измерити њихове висине. Међутим, нећете достићи тачну висину ни за једну од измерених особа.

За израчунавање расподеле висина можете препознати да је вероватноћа да је појединац тачно 180 цм једнака нули. То јест, вероватноћа мерења особе која има висину од тачно 180 цм са бесконачном прецизношћу је нула. Међутим, може се измерити вероватноћа да појединац има висину већу од 180 цм.

Поред тога, можете израчунати вероватноћу да појединац има висину нижу од 180 цм. Према томе, изведене вероватноће можете користити за израчунавање вредности за опсег, рецимо између 179,9 цм и 180,1 цм.

Континуирана дистрибуција

Посматрајући континуирану расподелу, јасно је да је средња вредност 170 цм; међутим, опсег вредности који се могу узети је бесконачан. Стога би мерење вероватноће било које случајне променљиве захтевало закључивање између два опсега, као што је горе приказано.

Више ресурса

Финанце нуди сертификованог банкарског и кредитног аналитичара (ЦБЦА) ™ ЦБЦА ™ сертификат Цертифиед Банкинг & Цредит Аналист (ЦБЦА) ™ акредитација је глобални стандард за кредитне аналитичаре који покрива финансије, рачуноводство, кредитну анализу, анализу новчаног тока, моделирање уговора, зајмове отплате и још много тога. програм сертификације за оне који желе да своју каријеру подигну на виши ниво. Да бисте наставили да учите и развијате своју базу знања, истражите додатне релевантне ресурсе у наставку:

  • Теорема о централној граници Теорема о централној граници Теорема о централној граници наводи да ће средина узорка случајне променљиве попримати скоро нормалну или нормалну расподелу ако је величина узорка велика
  • Поиссонова дистрибуција Поиссонова дистрибуција Поиссонова дистрибуција је алат који се користи у статистици теорије вероватноће за предвиђање величине одступања од познате просечне стопе појављивања, унутар
  • Кумулативна расподела фреквенције Кумулативна расподела фреквенције Кумулативна расподела фреквенције је облик расподеле фреквенције који представља збир класе и свих класа испод ње. Запамтите ту фреквенцију
  • Пондерисана средња вредност Пондерисана средња вредност Пондерисана средња вредност је врста средње вредности која се израчунава множењем тежине (или вероватноће) повезане са одређеним догађајем или исходом са његовом

Рецент Постс

$config[zx-auto] not found$config[zx-overlay] not found