A random variable is a real-valued

A random variable is a real-valued function defined on a sample space.Random variables are the main tools used for modeling unknown quantities In statistical analyses. For each random variable X and each set A of real numbers,we could calculeat the probability that X takes its value in A. the collection of all these probabilities is the distribution of X.There are two major classes of distributions and random variables: There are two major classes of distributions and random variables: Discrete distributions are those that assign positive probability to at most countably many different values.A Discrete distribution can be characterized by its probability function (p.f); Which specifies the probability that the random variable takes each of the Different possible values. A random variable with a discrete distridbution will Be called a discrete random variable.

ผลลัพธ์ (ไทย) 2:

ตัวแปรสุ่มเป็นฟังก์ชันค่าจริงกำหนดไว้ในตัวแปรตัวอย่าง space.Random เป็นเครื่องมือหลักที่ใช้สำหรับการสร้างแบบจำลองปริมาณที่ไม่รู้จักในการวิเคราะห์ทางสถิติ สำหรับแต่ละตัวแปร X สุ่มและแต่ละชุดของจำนวนจริงเราสามารถ calculeat ความน่าจะเป็นที่ X ใช้ค่าใน A. การสะสมของความน่าจะเป็นทั้งหมดเหล่านี้คือการกระจายของ X.There สองชั้นเรียนที่สำคัญของการกระจายและตัวแปรสุ่ม: มี มีสองชั้นเรียนที่สำคัญของการกระจายและตัวแปรสุ่ม: การกระจายแบบไม่ต่อเนื่องเป็นคนที่กำหนดความน่าจะเป็นบวกกับที่มากที่สุดหลายวท์ที่แตกต่างกัน values​​.A กระจายแบบไม่ต่อเนื่องสามารถที่โดดเด่นด้วยฟังก์ชั่นความน่าจะเป็นของ (pF); ที่ระบุน่าจะเป็นที่ตัวแปรสุ่มจะใช้เวลาแต่ละค่าที่เป็นไปได้ที่แตกต่างกัน ตัวแปรสุ่มที่มี distridbution ไม่ต่อเนื่องจะถูกเรียกว่าเป็นตัวแปรสุ่มที่ไม่ต่อเนื่อง

ผลลัพธ์ (ไทย) 3:

ตัวแปรสุ่มเป็นฟังก์ชันค่าจริงที่ระบุไว้ในตัวอย่างพื้นที่ ตัวแปรสุ่มเป็นเครื่องมือหลักที่ใช้สำหรับการจำลองปริมาณที่ไม่รู้จักในการวิเคราะห์ทางสถิติ สำหรับแต่ละตัวแปร x และแต่ละชุดของตัวเลขที่แท้จริง เราอาจ calculeat ความน่าจะเป็นที่ใช้ค่าของ x ใน A คอลเลกชันของความน่าจะเป็นทั้งหมดเหล่านี้คือการกระจายของ Xมีสองชั้นเรียนที่สำคัญของตัวแปรสุ่มการแจกแจง และมี 2 ประเภทหลักของการกระจายและตัวแปรสุ่มการแจกแจงไม่ต่อเนื่อง : เป็นผู้ที่กำหนดความน่าจะเป็นบวกกับค่าต่าง ๆที่ countably มากที่สุด การต่อเนื่องสามารถโดดเด่นด้วยฟังก์ชันความน่าจะเป็นของ ( p.f )ซึ่งกำหนดความน่าจะเป็นที่ตัวแปรสุ่มใช้ของแต่ละที่แตกต่างกันเป็นไปได้ค่า ตัวแปรสุ่มแบบไม่ต่อเนื่องด้วย distridbution จะเรียกว่าต่อเนื่องตัวแปรสุ่ม .