Dystrybucja dyskretna
Co to jest dystrybucja dyskretna?
Dystrybucja dyskretna to rozkład statystyczny, który pokazuje prawdopodobieństwa wystąpienia dyskretnych (policzalnych) wyników, takich jak 1, 2, 3… Rozkłady statystyczne mogą być dyskretne lub ciągłe.
Rozkład ciągły jest tworzony z wyników, które mieszczą się w kontinuum, takich jak wszystkie liczby większe niż 0 (co obejmuje liczby, których ułamki dziesiętne są ciągłe w nieskończoność, na przykład 3,14159265…). Ogólnie rzecz biorąc, koncepcje dyskretnych i ciągłych rozkładów prawdopodobieństwa oraz opisywane przez nie zmienne losowe są podstawą teorii prawdopodobieństwa i analizy statystycznej.
Zrozumienie dystrybucji dyskretnej
Dystrybucja to pojęcie statystyczne używane w badaniach danych. Statystycy, którzy chcą zidentyfikować wyniki i prawdopodobieństwa konkretnego badania, sporządzą wykres mierzalnych punktów danych ze zbioru danych, w wyniku czego powstanie diagram rozkładu prawdopodobieństwa. Istnieje wiele typów kształtów diagramów rozkładu prawdopodobieństwa, które mogą wynikać z badania rozkładu. Niektóre z najczęstszych rozkładów prawdopodobieństwa to: normalny, jednorodny, dwumianowy, geometryczny, Poissona, wykładniczy, chi-kwadrat, gamma i beta.
Dystrybucje muszą być dyskretne lub ciągłe.
Statystycy mogą zidentyfikować rozwój dyskretnego lub ciągłego rozkładu na podstawie charakteru mierzonych wyników. Rozkłady dyskretne mają policzalną liczbę wyników, co oznacza, że potencjalne wyniki można umieścić na liście. Lista może być skończona lub nieskończona; rozkład Poissona jest rozkładem dyskretnym, którego lista {0, 1, 2,…} jest nieskończona. Na przykład, badając rozkład prawdopodobieństwa kości z sześcioma ponumerowanymi stronami, lista to {1, 2, 3, 4, 5, 6}. Innym przykładem może być rzucanie monetą. Rzut monetą daje Ci listę {Orzeł, reszka}.
Przykłady dystrybucji dyskretnej
Najczęstsze dyskretne rozkłady prawdopodobieństwa obejmują dwumian, Poissona, Bernoulliego i wielomian. Jednym z przykładów, gdzie dyskretna dystrybucja może być cenna dla firm, jest zarządzanie zapasami. Badanie częstotliwości sprzedawanych zapasów w połączeniu z ograniczoną ilością dostępnych zapasów może zapewnić firmie rozkład prawdopodobieństwa, który prowadzi do wskazówek dotyczących właściwej alokacji zapasów w celu jak najlepszego wykorzystania powierzchni materiału.
Rozkłady dyskretne mogą również powstać w symulacji Monte Carlo. Symulacja Monte Carlo to technika modelowania, która identyfikuje prawdopodobieństwo różnych wyników za pomocą zaprogramowanej technologii. Służy przede wszystkim do prognozowania scenariuszy i identyfikacji zagrożeń. W symulacji Monte Carlo wyniki z wartościami dyskretnymi dadzą dyskretne rozkłady do analizy. Te rozkłady są wykorzystywane przy określaniu ryzyka i kompromisów między różnymi rozważanymi pozycjami.