ผลต่างระหว่างรุ่นของ "การแจกแจงความน่าจะเป็น"
Blueocynia (คุย | ส่วนร่วม) ไม่มีความย่อการแก้ไข |
|||
บรรทัด 1: | บรรทัด 1: | ||
ในความน่าจะเป็นและสถิติศาสตร์ '''การแจกแจงความน่าจะเป็น'''กำหนด[[ความน่าจะเป็น]]ให้เซตย่อยของผลลัพธ์การทดลองสุ่ม การสำรวจหรือวิธีอนุมานทางสถิติที่วัดได้ทั้งหมด ตัวอย่างการแจกแจงความน่าจะเป็นพบได้ในการทดลองที่[[ปริภูมิตัวอย่าง]]ไม่เป็นตัวเลข ซึ่งการแจกแจงจะเป็น[[categorical distribution|การแจกแจงประเภท]], การทดลองที่ปริภูมิตัวอย่างเข้ารหัสด้วย[[ตัวแปรสุ่ม]]วิยุต ซึ่งการแจกแจงสามารถระบุได้ด้วย[[ฟังก์ชันมวลของความน่าจะเป็น]], และการทดลองที่ปริภูมิตัวอย่างเข้ารหัสด้วยตัวแปรสุ่มต่อเนื่อง ซึ่งการแจกแจงสามารถเจาะจงได้ด้วย[[ฟังก์ชันความหนาแน่นของความน่าจะเป็น]] การทดลองที่ซับซ้อนกว่า เช่น การทดลองที่เกี่ยวข้องกับกระบวนการสโทแคสติกที่นิยามในเวลาต่อเนื่อง อาจต้องใช้[[probability measure|เมเชอร์ความน่าจะเป็น]]ที่เจาะจงน้อยกว่า |
ในความน่าจะเป็นและสถิติศาสตร์ '''การแจกแจงความน่าจะเป็น'''กำหนด[[ความน่าจะเป็น]]ให้เซตย่อยของผลลัพธ์การทดลองสุ่ม การสำรวจหรือวิธีอนุมานทางสถิติที่วัดได้ทั้งหมด ตัวอย่างการแจกแจงความน่าจะเป็นพบได้ในการทดลองที่[[ปริภูมิตัวอย่าง]]ไม่เป็นตัวเลข ซึ่งการแจกแจงจะเป็น[[categorical distribution|การแจกแจงประเภท]], การทดลองที่ปริภูมิตัวอย่างเข้ารหัสด้วย[[ตัวแปรสุ่ม]]วิยุต ซึ่งการแจกแจงสามารถระบุได้ด้วย[[ฟังก์ชันมวลของความน่าจะเป็น]], และการทดลองที่ปริภูมิตัวอย่างเข้ารหัสด้วยตัวแปรสุ่มต่อเนื่อง ซึ่งการแจกแจงสามารถเจาะจงได้ด้วย[[ฟังก์ชันความหนาแน่นของความน่าจะเป็น]] การทดลองที่ซับซ้อนกว่า เช่น การทดลองที่เกี่ยวข้องกับกระบวนการสโทแคสติกที่นิยามในเวลาต่อเนื่อง อาจต้องใช้[[probability measure|เมเชอร์ความน่าจะเป็น]]ที่เจาะจงน้อยกว่า |
||
==ฟังก์ชันความหนาแน่นของความน่าจะเป็น== |
|||
การแจกแจงความน่าจะเป็นของตัวแปรสุ่มต่อเนื่อง (Continuous Random Variable) X แสดงในรูปฟังก์ชันความหนาแน่นของความน่าจะเป็นซึ่งมีคุณสมบัติ ดังนี้ |
|||
# <math>f(x)\ge 0 ; a \leq x \leq b</math> |
|||
# <math>\int_{-\infty}^\infty f(x)dx = 1</math> |
|||
# <math>P(a \leq x \leq b) = \int_a^b f(x)dx</math> |
|||
สำหรับตัวแปรสุ่มต่อเนื่อง <math>Pr[X=x] = 0</math> และค่าความน่าจะเป็นจะหาได้เมื่อหาความน่าจะเป็นที่ตัวแปรสุ่มจะตกในช่วงใดช่วงหนึ่งแล้ว |
|||
:<math>Pr(a\leq x\leq b = Pr(a<x\leq b) = Pr(a\leq x <b) = Pr(a<x<b)</math> |
|||
== ประเภทของการแจกแจงความน่าจะเป็น == |
== ประเภทของการแจกแจงความน่าจะเป็น == |
รุ่นแก้ไขเมื่อ 08:05, 14 สิงหาคม 2557
ในความน่าจะเป็นและสถิติศาสตร์ การแจกแจงความน่าจะเป็นกำหนดความน่าจะเป็นให้เซตย่อยของผลลัพธ์การทดลองสุ่ม การสำรวจหรือวิธีอนุมานทางสถิติที่วัดได้ทั้งหมด ตัวอย่างการแจกแจงความน่าจะเป็นพบได้ในการทดลองที่ปริภูมิตัวอย่างไม่เป็นตัวเลข ซึ่งการแจกแจงจะเป็นการแจกแจงประเภท, การทดลองที่ปริภูมิตัวอย่างเข้ารหัสด้วยตัวแปรสุ่มวิยุต ซึ่งการแจกแจงสามารถระบุได้ด้วยฟังก์ชันมวลของความน่าจะเป็น, และการทดลองที่ปริภูมิตัวอย่างเข้ารหัสด้วยตัวแปรสุ่มต่อเนื่อง ซึ่งการแจกแจงสามารถเจาะจงได้ด้วยฟังก์ชันความหนาแน่นของความน่าจะเป็น การทดลองที่ซับซ้อนกว่า เช่น การทดลองที่เกี่ยวข้องกับกระบวนการสโทแคสติกที่นิยามในเวลาต่อเนื่อง อาจต้องใช้เมเชอร์ความน่าจะเป็นที่เจาะจงน้อยกว่า
ฟังก์ชันความหนาแน่นของความน่าจะเป็น
การแจกแจงความน่าจะเป็นของตัวแปรสุ่มต่อเนื่อง (Continuous Random Variable) X แสดงในรูปฟังก์ชันความหนาแน่นของความน่าจะเป็นซึ่งมีคุณสมบัติ ดังนี้
สำหรับตัวแปรสุ่มต่อเนื่อง และค่าความน่าจะเป็นจะหาได้เมื่อหาความน่าจะเป็นที่ตัวแปรสุ่มจะตกในช่วงใดช่วงหนึ่งแล้ว
ประเภทของการแจกแจงความน่าจะเป็น
- การแจกแจงแบบเบอร์นูลี (Bernoulli Distribution)
- การแจกแจงแบบทวินาม (Binomial Distribution)
- การแจกแจงแบบทวินามนิเสธ (Negative Binomial Distribution)
- การแจกแจงแบบเรขาคณิต (Geometric Distribution)
- การแจกแจงปัวซง (Poisson Distribution)
- การแจกแจงยูนิฟอร์มของตัวแปรสุ่มไม่ต่อเนื่อง (Discrete Uniform Distribution)
- การแจกแจงอเนกนาม (Multinomial Distribution)
- การแจกแจงยูนิฟอร์มของตัวแปรสุ่มต่อเนื่อง (Continuous Uniform Distribution)
- การแจกแจงเอ็กโพเนนเชียล (Exponential Distribution)
- การแจกแจงปรกติ (Normal Distribution)
- การแจกแจงที (T Distribution)
- การแจกแจงไคกำลัวสอง (Chi-Square Distribution ())
- การแจกแจงเอฟ (F Distribution)