Statistikas on ühtne jaotus termin, mida kasutatakse tõenäosusjaotuse vormi kirjeldamiseks, kus igal võimalikul tulemusel on võrdne tõenäosus juhtuda. Tõenäosus on konstantne, kuna igal muutujal on võrdsed võimalused olla tulemus.
Kiire kokkuvõte
- Statistikas on ühtlane jaotus tõenäosusjaotus, kus kõik tulemused on võrdselt tõenäolised.
- Diskreetsetel ühtlastel jaotustel on lõplik arv tulemusi. Pidev ühtlane jaotus on statistiline jaotus, millel on lõpmatu arv võrdselt tõenäoliselt mõõdetavaid väärtusi.
- Diskreetse ühtlase jaotuse ja pideva ühtlase jaotuse mõisted, samuti nende kirjeldatud juhuslikud muutujad on statistilise analüüsi ja tõenäosusteooria alused.
Näited ühtsest levitamisest
Ühtne jaotus on kõige lihtsam statistiline jaotus. Ühtlase jaotuse mõiste, samuti selles kirjeldatud juhuslikud muutujad moodustavad statistilise analüüsi ja tõenäosusteooria aluse.
Näiteks kui seisate tänavanurgal ja hakkate juhuslikult 100 dollarit maksma igale õnnelikule inimesele, kes mööda kõndis, oleks igal möödujal võrdsed võimalused raha kätte anda. Tõenäosuse protsent on 1 jagatud tulemuste koguarvuga (möödujate arv). Kui eelistate siiski lühikesi inimesi või naisi, on neil suurem võimalus saada 100-dollarine arve kui teistel möödujatel. Seda ei saaks kirjeldada ühtse tõenäosusena.
Ka kaardipakil on ühtlane jaotus. Seda seetõttu, et isikul on võrdsed võimalused labida, südame, keppide või teemandi joonistamiseks. Teine ühtlase jaotusega näide on mündi viskamine. Saba või pea saamise tõenäosus on sama. Ühtlase jaotuse graafik on tavaliselt lame, kusjuures küljed ja ülaosa on paralleelsed x- ja y-teljega.
Ühtse jaotuse tüübid
Võimalike tulemuste tüübi põhjal saab ühtse jaotuse jagada kahte kategooriasse.
1. Diskreetne ühtlane jaotumine
Statistikas ja tõenäosusteoorias on diskreetne ühtlane jaotus statistiline jaotus, kus tulemuste tõenäosus on võrdselt tõenäoline ja piiratud väärtustega. Hea näide diskreetse ühtlase jaotuse kohta oleks 6-poolse stantsimise rullimise võimalikud tulemused. Võimalikud väärtused oleksid 1, 2, 3, 4, 5 või 6. Sel juhul on kõigil kuuest numbrist võrdsed võimalused ilmumiseks. Seetõttu on iga kord, kui visatakse 6-poolne stants, mõlemal poolel võimalus 1/6.
Väärtuste arv on piiratud. Õiglase matriitsi veeretamisel on võimatu saada väärtust 1,3, 4,2 või 5,7. Kui aga lisatakse veel üks stants ja nad mõlemad visatakse, ei ole saadud jaotus enam ühtlane, kuna summade tõenäosus pole võrdne. Teine lihtne näide on keeratava mündi tõenäosusjaotus. Sellise stsenaariumi võimalikud tulemused võivad olla ainult kaks. Seetõttu on lõplik väärtus 2.
Diskreetne ühtne jaotamine võib olla ettevõtetele kasulik mitmel viisil. Näiteks võib see tekkida varude haldamisel Varude auditeerimine Varude auditeerimine on finantsandmete ristkontrollimine füüsilise inventari ja kirjetega. Varude müügi sageduse uurimisel saavad seda täita audiitorid ja teised. See võib pakkuda tõenäosusjaotust, mis võib ettevõtet suunata sellele, kuidas varusid korralikult jaotada, et ruutmeetrit paremini kasutada.
Diskreetne ühtlane jaotus on kasulik ka Monte Carlo simulatsioonis. Monte Carlo simulatsioon Monte Carlo simulatsioon on statistiline meetod, mida kasutatakse probleemi erinevate tulemuste tõenäosuse modelleerimisel juhusliku muutuja interferentsi tõttu. . See on modelleerimistehnika, mis kasutab programmeeritud tehnoloogiat, et tuvastada erinevate tulemuste tõenäosus. Stsenaariumide prognoosimiseks ja riskide tuvastamiseks kasutatakse sageli Monte Carlo simulatsiooni.
2. Pidev ühtlane jaotumine
Kõik ühtlased jaotused pole diskreetsed; mõned on pidevad. Pidev ühtlane jaotus (nimetatakse ka ristkülikukujuliseks jaotuseks) on statistiline jaotus, millel on lõpmatu arv võrdselt tõenäolisi mõõdetavaid väärtusi. Erinevalt diskreetsetest juhuslikest muutujatest võib pidev juhuslik muutuja võtta mis tahes reaalse väärtuse määratud vahemikus.
Pidev ühtlane jaotus on tavaliselt ristkülikukujuline. Hea näide pidevast ühtlasest jaotusest on idealiseeritud juhuslike arvude generaator. Pideva ühtlase jaotuse korral on sarnaselt diskreetse ühtlase jaotusega kõikidel muutujatel võrdsed võimalused toimuda. Siiski võib olla lõpmatu arv punkte.
Rohkem ressursse
Finance on ülemaailmse finantsmudeli modelleerimise ja hindamise analüütiku (FMVA) ametlik pakkuja. FMVA® sertifikaat. Liituge 350 600+ üliõpilasega, kes töötavad sellistes ettevõtetes nagu Amazon, JP Morgan ja Ferrari, mis on loodud selleks, et aidata kõigil saada maailmatasemel finantsanalüütikuks . Oma karjääri edendamiseks on kasulikud allpool olevad täiendavad finantsressursid:
- Finantsstatistika põhimõisted Rahanduse põhistatistika mõisted Statistika kindel mõistmine on ülioluline, et aidata meil rahandust paremini mõista. Pealegi võivad statistikakontseptsioonid aidata investoritel jälgida
- Normaalne jaotus Normaalne jaotus Normaalset jaotust nimetatakse ka Gaussi või Gaussi jaotuseks. Seda tüüpi levitamist kasutatakse laialdaselt loodus- ja sotsiaalteadustes. The
- Parameeter Parameeter Parameeter on statistilise analüüsi kasulik komponent. See viitab omadustele, mida kasutatakse antud populatsiooni määratlemiseks. See on harjunud
- Tingimusteta tõenäosus Tingimusteta tõenäosus Tingimusteta tõenäosus, mida nimetatakse ka marginaalseks tõenäosuseks, viitab tõenäosusele, mida varasemad või tulevased sündmused ei mõjuta. Teisisõnu,
