Diskretus skirstinys yra duomenų pasiskirstymas statistikoje, turintis atskiras reikšmes. Diskretinės vertės yra suskaičiuojami, baigtiniai, negatyvūs skaičiai, pvz., 1, 10, 15 ir kt.
Diskrečiųjų paskirstymų supratimas
Šie du paskirstymo tipai yra:
- Diskreti skirstiniai
- Nuolatiniai paskirstymai
Diskretus skirstinys, kaip minėta anksčiau, yra vertybių, kurios yra suskaičiuojami sveiki skaičiai, pasiskirstymas. Kita vertus, nenutrūkstamasis skirstinys apima reikšmes su begalinėmis dešimtųjų tikslumu. Nuolatinio skirstinio vertės pavyzdys būtų „pi“. Pi yra skaičius su begalinėmis dešimtųjų tikslumu (3,14159…).
Abu skirstiniai yra susiję su tikimybių skirstiniais, kurie yra statistinės analizės ir tikimybių teorijos pagrindas.
Tikimybių pasiskirstymas yra statistinė funkcija, naudojama parodyti visas galimas atsitiktinio kintamojo reikšmes ir tikimybes. Atsitiktinis kintamasis konkrečiame diapazone. Diapazoną sietų didžiausia ir mažiausia reikšmės, tačiau faktinė vertė priklausytų nuo daugelio veiksnių. Yra aprašomoji statistika, naudojama paaiškinti, kur gali atsirasti laukiama vertė. Kai kurie iš jų yra:
- Vidutinis (vidutinis)
- Vidutinis
- Režimas
- Standartinis nuokrypis Standartinis nuokrypis Statistikos požiūriu, duomenų rinkinio standartinis nuokrypis yra nuokrypių tarp pateiktų stebėjimų verčių dydžio matas
- Iškrypimas
- Kurtosis
Diskretūs pasiskirstymai atsiranda ir Monte Karlo simuliacijose. Monte Karlo simuliacija Monte Karlo simuliacija Monte Karlo modeliavimas yra statistinis metodas, taikomas modeliuojant įvairių problemų tikimybę, kurios negalima paprasčiausiai išspręsti dėl atsitiktinio kintamojo trukdžių. yra statistinio modeliavimo metodas, nustatantis skirtingų rezultatų tikimybę vykdant labai daug modeliavimo. Remiantis Monte Karlo modeliavimais, rezultatai su atskiromis reikšmėmis sukurs diskretų analizės pasiskirstymą.
Diskreto paskirstymo pavyzdys
Atskirų tikimybių skirstinių tipai yra šie:
- nuodai
- Bernoulli
- Dvejetainis
- Daugialypis
Apsvarstykite pavyzdį, kai skaičiuojate žmonių, einančių į parduotuvę, skaičių per vieną valandą. Reikšmės turi būti skaičiuojami, baigtiniai, ne neigiami sveikieji skaičiai. Nebūtų įmanoma, kad į parduotuvę įeitų 0,5 žmogaus, o į parduotuvę būtų neįmanoma, kad neigiamas kiekis žmonių eitų į parduotuvę. Todėl reikšmių pasiskirstymas, kai pateikiamas paskirstymo schemoje, būtų atskiras.
Stebėdami aukščiau pateiktą atskirą surinktų duomenų taškų pasiskirstymą galime pastebėti, kad buvo penkios valandos, kai į parduotuvę įžengė nuo vieno iki penkių žmonių. Be to, buvo dešimt valandų, kai į parduotuvę įžengė nuo penkių iki devynių žmonių ir pan.
Aukščiau pateiktas tikimybių pasiskirstymas vaizdžiai rodo tikimybę, kad tam tikrą kiekį žmonių kiekvieną valandą eis į parduotuvę. Neatliekant jokios kiekybinės analizės Kiekybinė analizė Kiekybinė analizė yra išmatuojamų ir patikrinamų duomenų, tokių kaip pajamos, rinkos dalis ir darbo užmokestis, rinkimo ir vertinimo procesas, siekiant suprasti verslo elgesį ir veiklą. Duomenų technologijos laikais kiekybinė analizė yra laikoma pageidaujamu požiūriu priimant pagrįstus sprendimus. , galime pastebėti, kad yra didelė tikimybė, kad bet kurią valandą į parduotuvę eis nuo 9 iki 17 žmonių.
Nuolatinio platinimo pavyzdys
Nenutrūkstamiems tikimybių skirstiniams būdingas begalinis ir nesuskaičiuojamas galimų verčių diapazonas. Nuolatinių atsitiktinių kintamųjų tikimybę apibrėžia plotas po tikimybės tankio funkcijos kreive.
Tikimybės tankio funkcija (PDF) yra tikimybė, kad nenutrūkstamasis atsitiktinis kintamasis įgaus tam tikrą vertę, darydamas išvadą iš atrinktos informacijos ir matuodamas plotą po PDF. Nors absoliuti atsitiktinio kintamojo tikimybė gauti tam tikrą vertę yra 0 (nes galimų reikšmių yra begalė), atsitiktinio kintamumo tikimybei spręsti naudojamas dviejų skirtingų pavyzdžių PDF failas.
Apsvarstykite pavyzdį, kur norite apskaičiuoti tam tikros populiacijos ūgio pasiskirstymą. Galite surinkti mėginį ir išmatuoti jų aukštį. Tačiau tikslaus aukščio nepasieksite nė vienam iš matuotų asmenų.
Norėdami apskaičiuoti aukščių pasiskirstymą, galite pripažinti, kad tikimybė, kad individas bus tiksliai 180 cm, yra lygi nuliui. Tai yra, tikimybė išmatuoti asmenį, kurio aukštis yra tiksliai 180 cm, be galo tiksliai, yra lygi nuliui. Tačiau galima išmatuoti tikimybę, kad individo aukštis yra didesnis nei 180 cm.
Be to, galite apskaičiuoti tikimybę, kad individo aukštis yra mažesnis nei 180 cm. Todėl apskaičiuotai diapazono vertei, tarkim, nuo 179,9 cm iki 180,1 cm, galite naudoti nurodytas tikimybes.
Stebint nepertraukiamą pasiskirstymą, akivaizdu, kad vidurkis yra 170 cm; tačiau vertybių diapazonas, kurį galima paimti, yra begalinis. Todėl norint išmatuoti bet kokio atsitiktinio kintamojo tikimybę, reikėtų daryti išvadą tarp dviejų diapazonų, kaip parodyta aukščiau.
Daugiau išteklių
Finansai siūlo atestuotą bankininkystės ir kredito analitiką (CBCA) grąžinimai ir dar daugiau. sertifikavimo programa tiems, kurie nori pakelti savo karjerą į kitą lygį. Norėdami toliau mokytis ir plėtoti savo žinių bazę, ištirkite toliau nurodytus papildomus susijusius išteklius:
- Centrinės ribos teorema Centrinės ribos teorema Centrinės ribos teorema teigia, kad atsitiktinio kintamojo imties vidurkis prisiims beveik normalų arba normalų pasiskirstymą, jei imties dydis yra didelis
- Puasono pasiskirstymas Puasono pasiskirstymas Puasono pasiskirstymas yra tikimybių teorijos statistikoje naudojamas įrankis, leidžiantis numatyti variacijos dydį pagal žinomą vidutinį įvykio dažnį
- Kaupiamasis dažnio pasiskirstymas Kaupiamasis dažnio pasiskirstymas Kaupiamasis dažnio pasiskirstymas yra dažnio pasiskirstymo forma, reiškianti klasės ir visų žemiau esančių klasių sumą. Prisiminkite tą dažnį
- Svertinis vidurkis Svertinis vidurkis Svertinis vidurkis yra tam tikros rūšies vidurkis, kuris apskaičiuojamas padauginus svorį (arba tikimybę), susijusį su konkrečiu įvykiu ar rezultatu, su jo
