Co to jest ciągła dystrybucja?

Rozkład ciągły opisuje możliwości możliwych wartości wariantu nieskończonego. wariant nieskończony może być wariantem z grupą możliwych wartości (znanych, ponieważ zakres), który jest nieskończony i niepoliczalny.

Prawdopodobieństwa zmiennych losowych ciągłych (X) są określone, ponieważ obszar pod krzywą jego PDF. Tak więc, tylko zakresy wartości mogą mieć niezerowe prawdopodobieństwo. Prawdopodobieństwo, że niekończąca się wariacja równa się jakiejś wartości jest zazwyczaj zerowe.

Przykład rozkładu wag

Ciągłe rozmieszczenie Gaussian może opisać rozkład masy ciała dorosłych samców. Na przykład, można obliczyć prawdopodobieństwo, że dana osoba waży od 160 do 170 funtów.

Wykres rozkładu masy ciała dorosłych samców

Zacieniowany obszar pod krzywą w tym przykładzie reprezentuje zakres od 160 do 170 funtów. świat tego zakresu wynosi 0,136; dlatego prawdopodobieństwo, że losowo wybrany mężczyzna waży od 160 do 170 funtów wynosi 13,6%. Cały obszar pod krzywą wynosi 1,0.

Jednak prawdopodobieństwo, że X jest ściśle adekwatne do jakiejś wartości, wynosi zazwyczaj zero, ponieważ świat pod krzywą w jednym punkcie, który nie ma szerokości, wynosi zero. Na przykład, prawdopodobieństwo, że osoba waży dokładnie 190 funtów z nieskończoną dokładnością wynosi zero. Obliczysz niezerowe prawdopodobieństwo, że osoba waży dokładnie 190 funtów, lub tylko 190 funtów, lub między 189,9 a 190,1 funta, ale prawdopodobieństwo, że waży dokładnie 190 funtów jest zerowe.

Co to jest dyskretny rozkład?

Rozkład dyskretny opisuje prawdopodobieństwo wystąpienia każdej wartości wariantu dyskretnego. Wariant dyskretny może być wariantem, który ma wartości policzalne, jak inwentaryzacja nieujemnych liczb całkowitych.

Przy rozkładzie dyskretnym każda możliwa wartość wariantu dyskretnego jest często powiązana z prawdopodobieństwem niezerowym. Tak więc rozkład dyskretny prawdopodobieństwa jest zwykle przedstawiany w formie tabelarycznej.

Przykładowa ilość skarg klientów

W przypadku rozkładu dyskretnego, w przeciwieństwie do rozkładu nieskończonego, obliczysz prawdopodobieństwo, że X jest ściśle adekwatny do jakiejś wartości. Na przykład, będziesz używał dyskretnej dystrybucji Poisson, aby wyjaśnić ilość skarg klientów w ciągu każdego dnia. Załóżmy, że typowa liczba skarg na dzień wynosi 10 i chciałbyś zrozumieć prawdopodobieństwo otrzymania 5, 10 i 15 skarg klientów w ciągu dnia.

x P (X = x)

5 0.037833

10 0.125110

15 0.034718