Diskrēts sadalījums ir datu sadalījums statistikā, kam ir diskrētas vērtības. Diskrētās vērtības ir saskaitāmi, ierobežoti, nenegatīvi veseli skaitļi, piemēram, 1, 10, 15 utt.
Izpratne par diskrētiem sadalījumiem
Divi izplatīšanas veidi ir:
- Diskrētie sadalījumi
- Nepārtraukti sadalījumi
Diskrēts sadalījums, kā minēts iepriekš, ir vērtību sadalījums, kas ir saskaitāmi veseli skaitļi. No otras puses, nepārtrauktajā sadalījumā ir vērtības ar bezgalīgām zīmēm aiz komata. Nepārtrauktā sadalījuma vērtības piemērs būtu “pi”. Pi ir skaitlis ar bezgalīgām zīmēm aiz komata (3,14159…).
Abi sadalījumi attiecas uz varbūtības sadalījumiem, kas ir statistiskās analīzes un varbūtības teorijas pamats.
Varbūtības sadalījums ir statistikas funkcija, kuru izmanto, lai parādītu visas iespējamās nejaušā mainīgā vērtības un varbūtības. noteiktā diapazonā. Diapazonam būtu saistošas maksimālās un minimālās vērtības, bet faktiskā vērtība būtu atkarīga no daudziem faktoriem. Ir aprakstoša statistika, ko izmanto, lai izskaidrotu, kur var nonākt paredzamā vērtība. Daži no tiem ir:
- Vidējais (vidējais)
- Mediāna
- Režīms
- Standartnovirze Standartnovirze No statistikas viedokļa datu kopas standartnovirze ir noviržu lieluma mērījums starp ietverto novērojumu vērtībām
- Šķībums
- Kurtosis
Diskrēti sadalījumi rodas arī Montekarlo simulācijās. Montekarlo simulācija Montekarlo simulācija Montekarlo simulācija ir statistikas metode, ko izmanto, lai modelētu dažādu iznākumu varbūtību problēmā, kuru nejauša mainīgā iejaukšanās dēļ nevar vienkārši atrisināt. ir statistiskās modelēšanas metode, kas identificē dažādu rezultātu varbūtības, veicot ļoti lielu daudzumu simulāciju. No Montekarlo simulācijām rezultāti ar diskrētām vērtībām radīs diskrētu sadalījumu analīzei.
Diskrēta izplatīšanas piemērs
Diskrēto varbūtības sadalījumu veidi ietver:
- Puasons
- Bernulli
- Binomāls
- Daudznomāls
Apsveriet piemēru, kurā jūs saskaitāt to cilvēku skaitu, kuri jebkurā stundā ieiet veikalā. Vērtībām jābūt skaitāmiem, ierobežotiem, nenegatīviem veseliem skaitļiem. Nebūtu iespējams, ka veikalā ieiet 0,5 cilvēki, un veikalā nebūtu iespējams negatīvi daudz cilvēku. Tāpēc vērtību sadalījums, ja tas ir attēlots sadalījuma diagrammā, būtu diskrēts.
Novērojot iepriekš minēto diskrēto savākto datu punktu sadalījumu, mēs varam redzēt, ka bija piecas stundas, kad veikalā iegāja no viena līdz pieciem cilvēkiem. Turklāt bija desmit stundas, kad veikalā iegāja no pieciem līdz deviņiem cilvēkiem utt.
Iepriekš minētais varbūtību sadalījums vizuāli parāda varbūtību, ka noteiktā skaitā cilvēku jebkurā stundā ieies veikalā. Veicot kvantitatīvu analīzi, kvantitatīvā analīze Kvantitatīvā analīze ir process, kurā tiek vākti un novērtēti izmērāmi un pārbaudāmi dati, piemēram, ieņēmumi, tirgus daļa un algas, lai izprastu uzņēmējdarbības uzvedību un sniegumu. Datu tehnoloģiju laikmetā kvantitatīvā analīze tiek uzskatīta par vēlamo pieeju pamatotu lēmumu pieņemšanā. , mēs varam novērot, ka pastāv liela varbūtība, ka jebkurā stundā veikalā ienāks no 9 līdz 17 cilvēkiem.
Nepārtraukta izplatīšanas piemērs
Nepārtrauktu varbūtību sadalījumu raksturo bezgalīgs un neskaitāms iespējamo vērtību diapazons. Nepārtrauktu nejaušo mainīgo varbūtības nosaka laukums zem varbūtības blīvuma funkcijas līknes.
Varbūtības blīvuma funkcija (PDF) ir varbūtība, ka nepārtraukts nejaušs mainīgais iegūst noteiktu vērtību, secinot no izlasē iekļautās informācijas un izmērot laukumu zem PDF. Kaut arī absolūtā varbūtība, ka nejaušs mainīgais iegūst noteiktu vērtību, ir 0 (tā kā ir bezgalīgas iespējamās vērtības), nejauša mainīgā iespējamības secināšanai tiek izmantots divu dažādu paraugu PDF fails.
Apsveriet piemēru, kur vēlaties aprēķināt noteiktas populācijas augstuma sadalījumu. Jūs varat savākt paraugu un izmērīt to augstumu. Tomēr precīzu augstumu jūs nesasniegsiet nevienam no izmērītajiem indivīdiem.
Lai aprēķinātu augstumu sadalījumu, varat atzīt, ka varbūtība, ka indivīds ir tieši 180 cm, ir nulle. Tas ir, varbūtība izmērīt indivīdu ar augstumu tieši 180 cm ar bezgalīgu precizitāti ir nulle. Tomēr var izmērīt varbūtību, ka indivīda augstums ir lielāks par 180 cm.
Turklāt jūs varat aprēķināt varbūtību, ka indivīda augstums ir mazāks par 180 cm. Tāpēc, lai aprēķinātu diapazona vērtību, piemēram, no 179,9 cm līdz 180,1 cm, varat izmantot izsecinātās varbūtības.
Vērojot nepārtraukto sadalījumu, ir skaidrs, ka vidējais ir 170 cm; tomēr izmantojamo vērtību diapazons ir bezgalīgs. Tāpēc jebkura noteiktā nejaušā mainīgā varbūtības mērīšanai būtu jāizdara secinājums starp diviem diapazoniem, kā parādīts iepriekš.
Vairāk resursu
Finanses piedāvā sertificētu banku un kredītu analītiķu (CBCA) ™ CBCA ™ sertifikātu sertificēto banku un kredītu analītiķu (CBCA) ™ akreditācija ir globāls kredītiķu analītiķu standarts, kas aptver finanses, grāmatvedību, kredītu analīzi, naudas plūsmas analīzi, paktu modelēšanu, aizdevumu atmaksas un vairāk. sertifikācijas programma tiem, kas vēlas karjeru pārcelt uz nākamo līmeni. Lai turpinātu mācīties un attīstītu savu zināšanu bāzi, lūdzu, izpētiet tālāk norādītos atbilstošos papildu resursus:
- Centrālās robežas teorēma Centrālās robežas teorēma Centrālās robežas teorēma norāda, ka nejauša mainīgā lieluma vidējais lielums pieņems gandrīz normālu vai normālu sadalījumu, ja izlases lielums ir liels
- Puasona sadalījums Puasona sadalījums Puasona sadalījums ir līdzeklis, ko izmanto varbūtību teorijas statistikā, lai prognozētu variāciju apjomu no zināma vidējā sastopamības ātruma
- Kumulatīvais frekvences sadalījums Kumulatīvais frekvences sadalījums Kumulatīvais frekvences sadalījums ir frekvences sadalījuma forma, kas atspoguļo klases un visu zem tās esošo klašu summu. Atcerieties šo biežumu
- Svērtais vidējais Svērtais vidējais Svērtais vidējais ir vidējais veids, ko aprēķina, reizinot ar konkrēto notikumu vai iznākumu saistīto svaru (vai varbūtību) ar tā
