Quantum redactiones paginae "Distributio probabilistica" differant
de deviatione canonica |
variabilis — scilicet: quantitas, ergo feminina |
||
Linea 1: | Linea 1: | ||
{{L}} |
{{L}} |
||
[[Fasciculus:Normal Distribution CDF.svg|thumb|Functiones cumulativae probabilitatis [[distributio normalis|distributionis normalis]]]] |
[[Fasciculus:Normal Distribution CDF.svg|thumb|Functiones cumulativae probabilitatis [[distributio normalis|distributionis normalis]]]] |
||
'''Distributio probabilistica''' [[variabilis |
'''Distributio probabilistica''' [[variabilis fortuita|variabilis fortuitae]] ''X'' est [[functio]] quae probabilitatem eventi dat, ubi "eventus" est valor quidem variabilis. [[Theoria probabilitatum]] est pars [[statistica]]e quae de talibus [[functio]]nibus tractat. Distributio est functio cuius valores numquam decrescunt: si ''a > b, P(X < a) > P(X < b).'' P est "functio probabilitatis" quae ad [[copia]]m numerum assignat; distributio est functio F quae ad punctum vel numerum alium numerum assignat. Definitio F hoc est: |
||
:sit P(X < a) = probabilitas valoris X minor esse quam a |
:sit P(X < a) = probabilitas valoris X minor esse quam a |
Emendatio ex 20:57, 29 Novembris 2019
Distributio probabilistica variabilis fortuitae X est functio quae probabilitatem eventi dat, ubi "eventus" est valor quidem variabilis. Theoria probabilitatum est pars statisticae quae de talibus functionibus tractat. Distributio est functio cuius valores numquam decrescunt: si a > b, P(X < a) > P(X < b). P est "functio probabilitatis" quae ad copiam numerum assignat; distributio est functio F quae ad punctum vel numerum alium numerum assignat. Definitio F hoc est:
- sit P(X < a) = probabilitas valoris X minor esse quam a
- sit k valor constans quilibet
- tunc
-
Tunc
Ergo omnes functiones F(y;k) eaedem sunt prater additionem constantis; licet ergo quemlibet k eligere et scribere simpliciter F(y). Ad probabilitatem P igitur correspondet distributionem F.
Distributio in symmetrica dicitur i centrum exsistit, quo valet:
centrum symmetriae appellatur; semper valori mediano aequum est. Si valor medius expectatus, , exsistit, etiam valet.
Densitas probabilistica distributionis symmetricae continuae circum axem symmetrica est, et functio distributiva eius circum punctum symmetrica est.
Obliquitas
Si tertium momentum variabilis fortuiti exsistit, habet obliquitatem
sed distributio cuius obliquitas est 0 non symmetrica esse debet.
Exempla distributionum symmetricarum
Distributiones symmetricae quae crebro adhibentur sunt:
- distributio aequalis, quae distributio rectangularis appellatur, si continua est
- distributio arcus sinus
- distributio Cauchyana
- distributio logistica
- distributio normalis
- distributio exponentialis duplex
- t-distributio
Distributio probabilistica non eadem est atque proprietas distributionis inter operationes.
Nexus interni
Bibliographia
- Harald Cramér, Mathematical Methods of Statistics. Princeton: Princeton University Press, 1951.