Diskret distribusjon
En diskret fordeling er en statistisk fordeling som viser sannsynlighetene for utfall med endelige verdier. Statistiske fordelinger kan være enten diskrete eller kontinuerlige. Det bygges en kontinuerlig distribusjon fra utfall som potensielt har uendelige målbare verdier.
Totalt sett er konseptene diskrete og kontinuerlige sannsynlighetsfordelinger og de tilfeldige variablene de beskriver undergrunnen til sannsynlighetsteori og statistisk analyse.
Forstå diskret distribusjon
Distribusjon er et statistisk konsept brukt i dataforskning. Statistikere som søker å identifisere resultatene og sannsynlighetene for en bestemt studie, vil kartlegge målbare datapunkter fra et datasett, noe som resulterer i et sannsynlighetsfordelingsdiagram. Det er mange typer sannsynlighetsfordelingsdiagrammeformer som kan være resultatet av en distribusjonsstudie. Noen av de vanligste sannsynlighetsfordelingene inkluderer: normal, uniform, binomial, geometrisk, Poisson, eksponentiell, chi-kvadrat, gamma og beta.
Distribusjoner må være diskrete eller kontinuerlige.
Statistikere kan identifisere utviklingen av enten en diskret eller kontinuerlig fordeling etter arten av resultatene som skal måles. Diskrete fordelinger har et begrenset antall utfall. For eksempel, når du studerer sannsynlighetsfordelingen for en matrise med seks nummererte sider, kan det bare være seks mulige utfall, så den endelige verdien er seks. Et annet eksempel kan være å vende en mynt. Å vende en mynt kan bare resultere i to utfall, så den endelige verdien er to.
Eksempler på diskret distribusjon
De vanligste diskrete sannsynlighetsfordelingene inkluderer binomial, Poisson, Bernoulli og multinomial. Et eksempel der diskret distribusjon kan være verdifull for virksomheter, er i lagerstyring. Å studere hyppigheten av varelager solgt sammen med en endelig mengde tilgjengelig varebeholdning kan gi en virksomhet en sannsynlighetsfordeling som fører til veiledning om riktig tildeling av varebeholdning for å utnytte kvadratmeter best mulig.
Diskrete fordelinger kan også oppstå i Monte Carlo-simuleringen. Monte Carlo-simulering er en modelleringsteknikk som identifiserer sannsynlighetene for forskjellige utfall gjennom programmert teknologi. Det brukes først og fremst til å hjelpe prognosescenarier og identifisere risiko. I Monte Carlo-simulering vil utfall med diskrete verdier gi separate distribusjoner for analyse. Disse distribusjonene brukes til å bestemme risiko og avveininger mellom forskjellige poster som blir vurdert.
Sammenlign Navn på leverandør av investeringskontoer Beskrivelse Annonsørens avsløring × Tilbudene som vises i denne tabellen er fra partnerskap som Investopedia mottar kompensasjon fra.