Diskretna porazdelitev
Kaj je diskretna distribucija?Diskretna porazdelitev je statistična porazdelitev, ki prikazuje verjetnosti izidov s končnimi vrednostmi. Statistične porazdelitve so lahko diskretne ali neprekinjene. Nenehna porazdelitev je zgrajena iz rezultatov, ki imajo potencialno neskončne merljive vrednosti.
Na splošno koncepti diskretne in neprekinjene porazdelitve verjetnosti ter naključne spremenljivke, ki jih opisujejo, temeljijo na teoriji verjetnosti in statistični analizi.
Razumevanje diskretne distribucije
Porazdelitev je statistični koncept, ki se uporablja pri raziskavah podatkov. Statistiki, ki želijo ugotoviti rezultate in verjetnosti določene študije, bodo iz podatkovnega niza izmerili merljive podatkovne točke, kar bo povzročilo diagram verjetnosti porazdelitve. Obstaja veliko vrst oblik diagrama porazdelitve verjetnosti, ki so lahko rezultat razdelitvene študije. Nekatere najpogostejše porazdelitve verjetnosti vključujejo: normalno, enakomerno, binomno, geometrijsko, Poissonovo, eksponentno, hi-kvadratno, gama in beta.
Distribucije morajo biti diskretne ali neprekinjene.
Statistiki lahko ugotovijo razvoj diskretne ali neprekinjene porazdelitve glede na naravo rezultatov, ki jih je treba meriti. Diskretne porazdelitve imajo končno število rezultatov. Na primer, pri preučevanju verjetnosti porazdelitve matrice s šestimi oštevilčenimi stranmi je lahko le šest možnih izidov, zato je končna vrednost šest. Drug primer lahko vključuje prelistavanje kovanca. Če vrnete kovanec, lahko dobite le dva rezultata, tako da je končna vrednost dva.
Primeri diskretne porazdelitve
Najpogostejše diskretne verjetnostne porazdelitve vključujejo binomno, Poissonovo, Bernoullijevo in multinomalno. En primer, ko je diskretna distribucija lahko koristna za podjetja, je upravljanje z zalogami. Preučevanje pogostosti prodanih zalog v povezavi z omejeno količino zalog lahko podjetju zagotovi verjetnostno porazdelitev, ki vodi k pravilnim razporeditvam zalog, kar najbolje izkoristi kvadratne posnetke.
Diskretne porazdelitve lahko nastanejo tudi v simulaciji Monte Carlo. Monte Carlo simulacija je tehnika modeliranja, ki preko programirane tehnologije prepozna verjetnosti različnih rezultatov. Uporablja se predvsem za pomoč pri predvidevanju scenarijev in prepoznavanju tveganj. Pri simulaciji Monte Carlo bodo rezultati z diskretnimi vrednostmi ustvarili diskretne porazdelitve za analizo. Te razdelitve se uporabljajo pri določanju tveganj in kompromisov med različnimi postavkami, ki se obravnavajo.
Primerjajte investicijske račune Ime ponudnika Opis Razkritje oglaševalcev × Ponudbe, ki se pojavijo v tej tabeli, so partnerstva, od katerih Investopedia prejema nadomestilo.