การแจกแจงความน่าจะเป็น
ในความน่าจะเป็นและสถิติศาสตร์ การแจกแจงความน่าจะเป็นกำหนดความน่าจะเป็นให้เซตย่อยของผลลัพธ์การทดลองสุ่ม การสำรวจหรือวิธีอนุมานทางสถิติที่วัดได้ทั้งหมด ตัวอย่างการแจกแจงความน่าจะเป็นพบได้ในการทดลองที่ปริภูมิตัวอย่างไม่เป็นตัวเลข ซึ่งการแจกแจงจะเป็นการแจกแจงประเภท, การทดลองที่ปริภูมิตัวอย่างเข้ารหัสด้วยตัวแปรสุ่มวิยุต ซึ่งการแจกแจงสามารถระบุได้ด้วยฟังก์ชันมวลของความน่าจะเป็น, และการทดลองที่ปริภูมิตัวอย่างเข้ารหัสด้วยตัวแปรสุ่มต่อเนื่อง ซึ่งการแจกแจงสามารถเจาะจงได้ด้วยฟังก์ชันความหนาแน่นของความน่าจะเป็น การทดลองที่ซับซ้อนกว่า เช่น การทดลองที่เกี่ยวข้องกับกระบวนการสโทแคสติกที่นิยามในเวลาต่อเนื่อง อาจต้องใช้เมเชอร์ความน่าจะเป็นที่เจาะจงน้อยกว่า
ฟังก์ชันความหนาแน่นของความน่าจะเป็น[แก้]
การแจกแจงความน่าจะเป็นของตัวแปรสุ่มต่อเนื่อง (Continuous Random Variable) X แสดงในรูปฟังก์ชันความหนาแน่นของความน่าจะเป็นซึ่งมีคุณสมบัติ ดังนี้
สำหรับตัวแปรสุ่มต่อเนื่อง และค่าความน่าจะเป็นจะหาได้เมื่อหาความน่าจะเป็นที่ตัวแปรสุ่มจะตกในช่วงใดช่วงหนึ่งแล้ว
ประเภทของการแจกแจงความน่าจะเป็น[แก้]
- การแจกแจงแบบแบร์นูลี (Bernoulli Distribution)
- การแจกแจงแบบทวินาม (Binomial Distribution)
- การแจกแจงแบบทวินามนิเสธ (Negative Binomial Distribution)
- การแจกแจงแบบเรขาคณิต (Geometric Distribution)
- การแจกแจงแบบปัวซง (Poisson Distribution)
- การแจกแจงเอกรูป (วิยุต) (Discrete Uniform Distribution)
- การแจกแจงอเนกนาม (Multinomial Distribution)
- การแจกแจงแบบหมวดหมู่ (Categorical Distribution)
- การแจกแจงเอกรูป (ต่อเนื่อง) (Continuous Uniform Distribution)
- การแจกแจงเอกซ์โพเนนเชียล (Exponential Distribution)
- การแจกแจงปรกติ (Normal Distribution)
- การแจกแจงไคกำลังสอง (Chi-Square Distribution ())
- การแจกแจงที (T Distribution)
- การแจกแจงเอฟ (F Distribution)
- การแจกแจงเบตา (Beta Distribution)
- การแจกแจงแกมมา (Gamma Distribution)
- การแจกแจงแบบวิชาร์ต (Wishart Distribution)
![]() |
บทความเกี่ยวกับคณิตศาสตร์นี้ยังเป็นโครง คุณสามารถช่วยวิกิพีเดียได้โดยการเพิ่มเติมข้อมูล ดูเพิ่มที่ สถานีย่อย:คณิตศาสตร์ |