Разлика између дискретних и континуираних дистрибуција

Дискретна вс непрекидна дистрибуција

Расподјела варијабле је опис учесталости појављивања сваког могућег исхода. Функција се може дефинисати из скупа могућих исхода до скупа реалних бројева на такав начин да је ƒ (к) = П (Кс = к) (вероватноћа да је Кс једнака к) за сваки могући исход к. Ова одређена функција ƒ назива се функцијом вероватноће масе / густине променљиве Кс. Сада се вероватноћа масе масе Кс у овом конкретном примеру може записати као ƒ (0) = 0,25, ƒ (1) = 0,5 и ƒ (2) = 0,25.

Такође, функција која се назива кумулативна функција расподељења (Ф) може се дефинисати од скупа реалних бројева до скупа реалних бројева као Ф (к) = П (Кс ≤ к) (вероватноћа да је Кс мања или једнака к ) за сваки могући исход к. Сада се функција густине вероватноће Кс у овом конкретном примеру може записати као Ф (а) = 0, ако је а<0; F(a) = 0.25, if 0≤a<1; F(a) = 0.75, if 1≤a<2 and F(a) = 1, if a≥2.

Шта је дискретна дистрибуција?

Ако је променљива повезана са дистрибуцијом дискретна, таква дистрибуција се назива дискретна. Таква расподјела је одређена функцијом масе вјероватноће (ƒ). Горе наведени пример је пример такве дистрибуције, јер променљива Кс може имати само коначан број вредности. Уобичајени примери дискретних дистрибуција су биномна дистрибуција, Поиссонова дистрибуција, хипер-геометријска и мултиномална дистрибуција. Као што се види из примера, функција кумулативне дистрибуције (Ф) је корак корак и ∑ ƒ (к) = 1.

Шта је континуирана дистрибуција?

Ако је варијабла повезана с дистрибуцијом континуирана, за такву дистрибуцију се каже да је континуирана. Таква дистрибуција је дефинисана помоћу кумулативне дистрибуцијске функције (Ф). Тада је примећено да је функција густине ƒ (к) = дФ (к) / дк и да је ∫ƒ (к) дк = 1. Нормална дистрибуција, студентска т дистрибуција, хи-квадратна дистрибуција, Ф дистрибуција су уобичајени примери за континуиране дистрибуције.