6.3. Probability distributionsProba

6.3. Probability distributions
Probability distributions are important when probability is used
to model uncertainty. The validity of risk estimates relies on the
assumptions that selected probability distributions are valid models
of actual randomness. This is not always the case, which is illustrated
by recent examples from economics (Taleb, 2004).
Another complication is that random processes are not necessarily
stationary, which means that available observation time
may not be enough for obtaining reliable estimates of the probability
distributions involved. Even if the source of randomness in a
system can be assumed to be white noise, the signal may go
through filters and there may be interactions through feedback
and feed forward loops that influence probability distributions.

ผลลัพธ์ (ไทย) 1:

6.3. การกระจายความน่าเป็นการกระจายความน่าเป็นมีความสำคัญเมื่อมีใช้ความน่าเป็นเพื่อความไม่แน่นอนของแบบจำลอง อาศัยตั้งแต่การประเมินความเสี่ยงสมมติฐานที่เลือกการกระจายความน่าเป็นเป็นรูปแบบที่ถูกต้องของ randomness จริง ไม่เสมอกรณี ซึ่งมีแสดงโดยตัวอย่างล่าสุดจากเศรษฐศาสตร์ (Taleb, 2004)ภาวะแทรกซ้อนอื่นเป็นกระบวนการสุ่มไม่จำเป็นต้องเครื่องเขียน ซึ่งหมายความว่า เวลาที่มีการสังเกตอาจจะเพียงพอสำหรับการได้รับการประเมินความน่าเชื่อถือของความเป็นไปได้เกี่ยวข้องกับการกระจาย แม้ว่าแหล่งที่มาของ randomness ในการระบบสามารถถือว่าเป็นสีขาวเสียง สัญญาณอาจไปถึงตัวกรองและถูกโต้ตอบโดยใช้ผลป้อนกลับอาจมีและวนรอบไปข้างหน้าที่มีอิทธิพลต่อการกระจายความน่าเป็นตัวดึงข้อมูล

ผลลัพธ์ (ไทย) 2:

6.3 การแจกแจงความน่าจะเป็น
การแจกแจงความน่าจะเป็นมีความสำคัญเมื่อความน่าจะถูกนำมาใช้
ในการจำลองความไม่แน่นอน ความถูกต้องของการประเมินความเสี่ยงขึ้นอยู่กับ
สมมติฐานที่เลือกแจกแจงความน่าจะเป็นรูปแบบที่ถูกต้อง
ของการสุ่มที่เกิดขึ้นจริง นี้ไม่เสมอกรณีที่เป็นตัวอย่าง
โดยตัวอย่างล่าสุดจากเศรษฐศาสตร์ (Taleb, 2004)
ภาวะแทรกซ้อนก็คือว่ากระบวนการสุ่มไม่จำเป็นต้อง
นิ่งซึ่งหมายความว่าทุกครั้งที่มีการสังเกต
อาจจะไม่เพียงพอสำหรับการได้รับการคาดการณ์ความน่าจะเป็นที่เชื่อถือได้ของ
การกระจาย ที่เกี่ยวข้อง แม้ว่าแหล่งที่มาของการสุ่มใน
ระบบสามารถสันนิษฐานว่าจะเป็นเสียงสีขาว, สัญญาณอาจจะไป
ผ่านตัวกรองและอาจจะมีการสื่อสารผ่านข้อเสนอแนะ
และอาหารไปข้างหน้าลูปที่มีอิทธิพลต่อการกระจายความน่าจะเป็น

ผลลัพธ์ (ไทย) 3:

6.3 . การแจกแจงความน่าจะเป็นความน่าจะเป็นการแจกแจงความน่าจะเป็นที่สำคัญ

ความไม่แน่นอนเมื่อใช้แบบจำลอง ความถูกต้องของการประเมินความเสี่ยง ขึ้นอยู่กับสมมติฐานการแจกแจงความน่าจะเป็นที่เลือก

จริงถูกต้องแบบสุ่ม . นี้ไม่เสมอกรณี ซึ่งแสดงโดยตัวอย่างล่าสุดจากเศรษฐศาสตร์

( Taleb , 2004 )ภาวะแทรกซ้อนอื่นคือ กระบวนการสุ่มไม่จําเป็นต้อง
เครื่องเขียน ซึ่งหมายความว่ามีเวลาสังเกต
อาจจะไม่เพียงพอสำหรับการประมาณการที่เชื่อถือได้ของการแจกแจงความน่าจะเป็น
เกี่ยวข้อง แม้ว่าแหล่งที่มาของการสุ่มใน
ระบบจะถือว่าเป็นเสียงรบกวนขาว สัญญาณอาจไป
ผ่านตัวกรองและอาจจะมีการโต้ตอบผ่านความคิดเห็น
และดึงห่วงไปข้างหน้าที่มีผลต่อการแจกแจงความน่าจะเป็น .