均匀分布定义 编辑

在统计学中,均匀分布是指一种概率分布,其中所有结果的可能性相等。A甲板 纸牌的数量有统一的分布,因为画一颗心、一根棍子、一颗钻石或一把黑桃的可能性是相同的。一枚硬币也有一个均匀的分布,因为在抛硬币时,得到正面或反面的概率是相同的。

均匀分布可以被视为一条水平直线,因此对于一个硬币翻转返回一个头部或尾部,两者的概率p=0.50,并且可以用一条从y轴到0.50的直线来描述。

关键要点

  • 均匀分布是具有相同可能结果的概率分布。
  • 在离散均匀分布中,结果是离散的并且具有相同的概率。
  • 在连续均匀分布中,结果是连续的和无限的。
  • 在正态分布中,围绕平均数的数据出现的频率更高。
  • 在正态分布中,发生的频率越远离平均值就越小。

了解均匀分布

有两种类型的均匀分布:离散的 而且是连续的。轧制模具的可能结果提供了离散均匀分布的示例:轧制1、2、3、4、5或6是可能的,但轧制2.3、4.7或5.5是不可能的。因此,模具的滚动产生一个离散分布,每个结果的p=1/6。只有6个可能返回的值,中间没有任何值。

滚动单个骰子的打印结果将是离散均匀的,而滚动两个或更多骰子的打印结果(平均值)将是正态分布的。

有些均匀分布是连续的而不是离散的。一个理想化的随机数发生器将被认为是一个连续的均匀分布。在这种类型的分布中,在0.0和1.0之间的连续范围内的每个点都有平等的出现机会,但是在0.0和1.0之间有无限多个点。

还有其他几个重要的连续分布,例如正态分布、卡方检验和学生测验T分布 .

还有一些与分布相关的数据生成或数据分析函数,以帮助理解变量及其特性方差在数据集中。这些功能包括概率密度函数 累积密度和矩母函数。

可视化均匀分布

分布是可视化一组数据的简单方法。它可以以图表或列表的形式显示,显示随机变量的哪些值发生的几率较低或较高。有许多不同类型的概率分布,均匀分布可能是其中最简单的一种;

在均匀分布下,可能值集合中的每个值都具有相同的发生可能性。当显示为酒吧或者线形图,这种分布对于每个潜在结果都有相同的高度。这样,它看起来就像一个矩形 因此有时被描述为矩形分布。如果你考虑从一副扑克牌中抽一套特殊的牌的可能性,那么抽一颗心的几率和抽一把黑桃的几率是一样的,即1/4或25%。

掷一个骰子产生六个数字中的一个:1、2、3、4、5或6。因为只有6种可能的结果,你在其中任何一种上着陆的概率是16.67%(1/6)。当绘制在图表上时,分布被表示为水平线,每个可能的结果都在x轴上,在y轴上的固定概率点上被捕获。

概率分布有助于确定未来事件的概率。最常见的概率分布有离散均匀分布、二项式分布、连续均匀分布、正态分布和指数分布。也许最熟悉和广泛使用的是正态分布,通常被描绘成钟形曲线。

正态分布显示连续数据是如何分布的,并断言大多数数据集中在平均值或平均值上。在正态分布中,曲线下面积为1,68.27%的数据在1个标准差内数字有多分散从平均值来看,95.45%的数据落在平均值的2个标准差之内,大约99.73%的数据落在平均值的3个标准差之内。 随着数据远离平均值,数据出现的频率降低。

离散均匀分布表明,一个范围内的变量具有相同的发生概率。可能的结果没有变化,数据是离散的,而不是连续的。它的形状类似于一个矩形,而不是正态分布的钟形。然而,像正态分布一样,图中的面积等于1。

均匀分布示例

传统的一副牌有52张。里面有四套衣服:红心、钻石、梅花和黑桃。每件套装包含A、2、3、4、5、6、7、8、9、10、J、Q、K和2个小丑。然而,在这个例子中,我们将去掉小丑和脸牌,只关注在每件衣服中复制的数字牌。结果,我们只剩下40张卡片,一组离散的数据。

假设您想知道从修改后的牌堆中拉出两颗红心的概率。拔出2颗心脏的概率是1/40或2.5%。每一张牌都是唯一的;因此,你在牌组中拉任何一张牌的可能性是相同的。

现在,让我们考虑一下从甲板上拔出心脏的可能性。概率明显更高。为什么?我们现在只关心甲板上的衣服。因为只有四套衣服,拔掉一颗心脏的概率是1/4或25%。

统一分发常见问题

均匀分布是什么意思?

均匀分布是一种概率分布,它断言离散数据集的结果具有相同的概率。

均匀分布的公式是什么?

离散均匀分布的公式是

哪里:

  • P(x)=概率
  • n=范围内的值数

就像模具的例子一样,每一面都包含一个唯一的整数。滚模得到任意一个数的概率为1/6,占16.67%。

均匀分布是正态分布吗?

正态分布表示数据在平均值上的分布方式。正态数据表明,一个变量出现在均值或中心附近的概率更高。离平均值越远,观察到的数据点就越少,这意味着变量出现的概率越低。概率与正态数据不一致,而在均匀分布下是常数。因此,均匀分布是不正常的。

对均匀分布的期望是什么?

预期均匀分布将导致所有可能结果具有相同的概率。一个变量的概率与另一个变量的概率相同。

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据

词条统计

浏览:80 次

字数:6561

最后编辑:6年前

编辑次数:0 次

    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文