Comment représenter graphiquement la distribution uniforme
La distribution uniforme est une distribution continue qui affecte seulement probabilités positives au sein d'un intervalle spécifié (un, b) - Qui est, toutes les valeurs entre un et b. (un et b sont deux constants- ils peuvent être négatifs ou positifs.)
Une distribution continue ne peut être illustré par un histogramme, car cela nécessiterait une infini nombre de barres. Au lieu de cela, une distribution continue peut être illustrée par une ligne ou une courbe. Domaines relevant de la ligne ou la courbe correspondent à des probabilités.
Avec la distribution uniforme, toutes les valeurs sur un intervalle (un, b) Sont également susceptibles de se produire. Par conséquent, le graphique montre que cette répartition est un rectangle. La figure montre la distribution uniforme définie sur l'intervalle (0, 10).
L'axe horizontal indique la plage de valeurs pour X (0 à 10). La distribution attribue une probabilité de 0 à toute valeur de X à l'extérieur de l'intervalle de 0 à 10.
La largeur cet intervalle est égal à de la limite supérieure (b) Moins la limite inférieure (un), Ce qui équivaut à b - un. Ainsi, sur la figure, la largeur est égale à 10-0 = 10. La largeur de cet intervalle représente la base du rectangle. La hauteur du rectangle est égal à 1 divisé par la base (1/10 dans ce cas). La hauteur est toujours égale à 1 divisé par le base-ce qui garantit que la zone du rectangle est toujours égal à 1. Domaines relevant de ce rectangle représentent probabilités. La probabilité totale pour toute distribution est 1- donc, la zone sous le rectangle doit être égal à 1.
L'aire d'un rectangle est égale à la fois de base de la hauteur, ou en termes mathématiques,
-
Les distributions de probabilité dans l'analyse statistique des données volumineuses -
Comment les statistiques montre le lien entre la différenciation et l'intégration -
Comment la fonction de zone fonctionne -
Comment trouver la valeur moyenne d'une fonction avec le théorème de la valeur moyenne pour les intégrales -
Comment trouver la valeur moyenne avec le théorème de la valeur moyenne pour les intégrales -
La différence entre les distributions de probabilités discrètes et continues
Distributions de probabilités discrètes et continues Les deux types de base de distributions de probabilité sont connus comme discret et continu. Discret distributions décrivent les propriétés d'un variable aléatoire pour lequel chaque résultat individuel est attribué une probabilité…
Comment le nombre de degrés de liberté affecte le graphique d'une distribution t Une des propriétés intéressantes de la distribution t est que plus les degrés de liberté, le plus étroitement la distribution t ressemble à la distribution normale standard. Comme les degrés de liberté augmente, la zone dans les queues de…
Comment calculer la variance et l'écart type dans la distribution uniforme La distribution uniforme est utilisé pour décrire une situation où tous les résultats possibles d'une expérience aléatoire sont également susceptibles de se produire. Vous pouvez utiliser la variance et l'écart type pour mesurer la…
Comment calculer les probabilités de Poisson La Distribution de Poisson est utile pour mesurer le nombre d'événements peuvent se produire pendant un horizon de temps donné, comme le nombre de clients qui entrent dans un magasin au cours de la prochaine heure, le nombre de visites sur un…
Comment trouver percentiles pour une distribution de t Lorsque vous voulez trouver percentiles pour une t-distribution, vous pouvez utiliser la t-table. UN percentile est un numéro sur une distribution statistique dont le moins que la probabilité est la percentage- donnée par exemple, le 95e centile…
Comment trouver T * -values pour des intervalles de confiance Les intervalles de confiance estimer les paramètres de la population, comme la moyenne de population, en utilisant une statistique (par exemple, la moyenne de l'échantillon) plus ou moins une marge d'erreur. Pour calculer la marge d'erreur pour un…
Comment représenter graphiquement la distribution binomiale Une façon d'illustrer la distribution binomiale est avec un histogramme. Un histogramme montre les valeurs possibles d'une distribution de probabilité d'une série de barres verticales. La hauteur de chaque barre reflète la probabilité de chaque…
Comment mesurer les moments de la distribution f Moments sont des mesures sommaires d'une distribution de probabilité et comprennent la valeur attendue, la variance et l'écart type. Vous pouvez utiliser ces valeurs pour mesurer dans quelle mesure les degrés de liberté affectent le…
Comment les valeurs z sont utilisés dans les statistiques Si un ensemble de données statistiques a une distribution normale, il est coutumier de normaliser toutes les données pour obtenir des scores classiques connues comme z-valeurs ou z-scores. La distribution de z-valeurs prend une distribution…
Variables aléatoires et distributions de probabilité dans les statistiques des entreprises Variables aléatoires et distributions de probabilité sont deux des concepts les plus importants en matière de statistiques. UN variable aléatoire assigne des valeurs numériques uniques pour les résultats d'un experiment- aléatoire ceci est un…
Distributions de probabilité continue Lorsque vous travaillez avec des distributions de probabilités continues, les fonctions peuvent prendre de nombreuses formes. Ceux-ci comprennent uniforme continue, exponentielle, normale, normale standard (Z), approximation binomiale, Poisson…
Distributions de probabilités discrètes Dans probabilité, une distribution discrète a soit un fini ou un nombre infini dénombrable de valeurs possibles. Cela signifie que vous pouvez énumérer ou de faire une liste de toutes les valeurs possibles, comme 1, 2, 3, 4, 5, 6 ou 1, 2, 3,. .…
Probabilité pour les nuls Le domaine de la probabilité de mathématiques a ses règles propres, les définitions et les lois, que vous pouvez utiliser pour trouver la probabilité des résultats, des événements ou des combinaisons de résultats et les événements. Pour…
Comment analyser la variation normale et la probabilité pour six sigma Toutes les données de processus et de produits dans les projets Six Sigma ont variation- chaque instance répétée de tout point de données mesurée est différente de l'instance avant. Et comme la collecte de mesures répétées entasse, une…