वेगळे आणि सतत वितरण दरम्यान फरक
अलग बनावटी निरंतर वितरण
एक वेरिएबलचे वितरण प्रत्येक संभाव्य परिणामाच्या घटनांच्या वारंवारतेचे वर्णन आहे. एका फंक्शनला वास्तविक परिणामांच्या संचावर अशा संभाव्य दृश्यांवरून परिभाषित केले जाऊ शकते की प्रत्येक संभाव्य परिणाम x साठी x (x) = P (X = x) (एक्स च्या संभाव्यता x ची समान असेल). हे विशेष कार्य ƒ हे व्हेरिएबल एक्स चे संभाव्य वस्तुमान / घनता कार्य असे म्हटले जाते. आता एक्सच्या संभाव्यता वस्तुमान कार्याने, या विशिष्ट उदाहरणामध्ये, ƒ (0) = 0. 25, ƒ (1) = 0 असे लिहिले जाऊ शकते. 5, आणि ƒ (2) = 0. 25.
तसेच, संचयी वितरण कार्याला (फॅ) नावाची फंक्शन्स वास्तविक संख्याच्या संचामधून वास्तविक संख्याच्या संचामध्ये F (x) = P (X ≤ x) (संभाव्यता) म्हणून परिभाषित करता येते. प्रत्येक संभाव्य परिणामासाठी x चे x पेक्षा कमी किंवा त्यापेक्षा कमी असावे x आता X च्या संभाव्यता घनता फंक्शन, या विशिष्ट उदाहरणामध्ये, एफ (ए) = 0 असे लिहिले जाऊ शकते, जर <0; f (a) = 0. 25, जर 0≤a <1; f (a) = 0. 75, जर 1≤a <2>
वेगळे वितरण म्हणजे काय?
वितरकाशी निगडीत वेरिएबल जर स्वतंत्र असेल, तर अशा वितरणला मतभेद म्हटले जाते. असा वितरण संभाव्यता वस्तुमान कार्य (ƒ) द्वारे निर्दिष्ट केला जातो. वर दिलेली उदाहरणे अशा वितरणाचे एक उदाहरण आहे कारण वेरियेबल X मध्ये केवळ मर्यादित संख्या असू शकतात. असंतुलन वितरणाच्या सामान्य उदाहरणे द्विपदी वितरण आहेत, प्वॉसॉ वितरण, हायपर-भौमितीय वितरण आणि बहुपयोगी वितरण. उदाहरणार्थ, संचयी वितरण कार्य (एफ) एक पाऊल कार्य आहे आणि Σ ƒ (x) = 1.
सतत वितरण म्हणजे काय?
जर वितरणाच्या संपर्कात येणारे चलन सतत असेल, तर असे वितरण असे म्हणतात की संचयन वितरण कार्य (एफ) वापरून अशा वितरण परिभाषित केले आहे. मग हे लक्षात येते की घनता फंक्शन ƒ (x) = dF (x) / dx आणि त्या ∫ƒ (x) dx = 1. सामान्य वितरण, विद्यार्थी टी वितरण, ची स्क्वेर्ड वितरण, फॅ वितरण हे सतत वितरनासाठी सामान्य उदाहरण आहेत.
