В этой статье мы рассмотрим вероятностную массу и функцию плотности вероятности в этом примере. Вы увидите, как понимать и представлять эти функции распределения и их связь с гистограммами. В главе 02...

Источник: Nuances of Programming Наибольшее значение вероятности — единица. Это общеизвестный факт! Однако для некоторых плотностей вероятности (например, плотности вероятности экспоненциального распределения на графике ниже), когда λ= 1.5 и 𝒙 = 0 плотность вероятности 1.5, что очевидно больше 1! 1. Почему так? Даже если плотность вероятности f(x) принимает значение больше 1, если область, в которую она интегрируется, меньше 1, то она сводится к 1. Рассмотрим пример простой плотности вероятности — непрерывное равномерное распределение в области [0, 0...

Табличный закон распределения Напомним, что соответствие между отдельными возможными значениями случайной величины и их вероятностями называется законом распределения дискретной случайной величины. Закон распределения дискретной случайной величины может быть задан таблицей вида При распределении, заданном таблично, математическое ожидание вычисляется по формуле: Дисперсия дискретной случайной величины вычисляется по формуле: Среднеквадратичное отклонение дискретной случайной величины вычисляется по формуле: Пример 1...

Источник: Nuances of Programming Мы всегда начинаем с вопроса “почему”, прежде чем переходить к формулам. Если вы понимаете, почему что-то работает, вы с большей вероятностью будете применять это в своей работе. 1. Почему мы изобрели экспоненциальное распределение? Ответ: чтобы получить распределение, предсказывающее периоды времени между событиями (такими как успех, отказ, доставка и так далее). Например, мы хотим предсказать следующее: Следующий вопрос такой: почему λ * e^(−λt) — это плотность...