Co je diskrétní distribuce?
Diskrétní rozdělení je statistické rozdělení, které ukazuje pravděpodobnost výsledků s konečnými hodnotami. Statistické rozdělení může být diskrétní nebo spojité. Kontinuální distribuce je vytvořena z výsledků, které mohou mít nekonečné měřitelné hodnoty.
Celkově jsou pojmy diskrétního a spojitého rozdělení pravděpodobnosti a náhodné proměnné, které popisují, základem teorie pravděpodobnosti a statistické analýzy.
Porozumění diskrétní distribuci
Distribuce je statistický koncept používaný ve výzkumu dat. Statistici, kteří se snaží identifikovat výsledky a pravděpodobnosti konkrétní studie, zmapují měřitelné datové body ze sady dat, což povede k diagramu rozdělení pravděpodobnosti. Existuje mnoho typů tvarů distribučního diagramu pravděpodobnosti, které mohou vyplynout z distribuční studie. Mezi nejčastější rozdělení pravděpodobnosti patří: normální, uniformní, binomické, geometrické, Poissonovo, exponenciální, chi-kvadrát, gama a beta.
Distribuce musí být diskrétní nebo spojitá.
Statistici mohou identifikovat vývoj diskrétní nebo kontinuální distribuce podle povahy výsledků, které mají být měřeny. Diskrétní distribuce mají konečný počet výsledků. Například při studiu rozdělení pravděpodobnosti matrice se šesti očíslovanými stranami může být pouze šest možných výsledků, takže konečná hodnota je šest. Další příklad může zahrnovat převržení mince. Mávání mincí může mít za následek pouze dva výsledky, takže konečná hodnota je dva.
Příklady diskrétní distribuce
Nejběžnější diskrétní rozdělení pravděpodobnosti zahrnují binomické, Poissonovo, Bernoulliho a multinomiální. Jedním příkladem, kde může být diskrétní distribuce pro podniky cenná, je správa zásob. Studium četnosti prodaného inventáře ve spojení s omezeným množstvím dostupného inventáře může poskytnout podniku distribuci pravděpodobnosti, která vede k pokynům o správném přidělování zásob, aby bylo možné co nejlépe využít metráž čtverce.
Diskrétní distribuce mohou také vzniknout v simulaci Monte Carlo. Simulace Monte Carlo je modelovací technika, která pomocí naprogramované technologie identifikuje pravděpodobnost různých výsledků. Používá se především k předvídání scénářů ak identifikaci rizik. V simulaci Monte Carlo budou výsledky s diskrétními hodnotami vytvářet diskrétní distribuce pro analýzu. Tato rozdělení se používají při určování rizik a kompromisů mezi různými zvažovanými položkami.
