We use probabilities to describe un

We use probabilities to describe uncertainty about the speci…c outcome that a random variable will take. Informally, we call
the set of possible outcomes that a random variable X might take and their associated probabilities the distribution of X:
We summarize this information with a probability mass function (pmf) when X is discrete, or a probability density
function (pdf) when X is continuous. In either case, we denote this function fX (x) :

ผลลัพธ์ (ไทย) 1:

เราใช้กิจกรรมเพื่ออธิบายความไม่แน่นอนเกี่ยวกับผล c speci ที่จะใช้ตัวแปรสุ่ม บาง เรียกชุดของผลลัพธ์เป็นไปได้ที่อาจมีตัวแปรสุ่ม X และกิจกรรมที่เกี่ยวข้องของการกระจายของ x:เราสรุปข้อมูลความน่าเป็นโดยรวมฟังก์ชัน (pmf) เมื่อ X อยู่แยกกัน หรือความหนาแน่นความน่าเป็นแบบนี้ฟังก์ชัน (pdf) เมื่อ X เป็นอย่างต่อเนื่อง ในกรณีอย่างใดอย่างหนึ่ง เราแสดงฟังก์ชันนี้เอ็ฟเอ็กซ์ (x):

ผลลัพธ์ (ไทย) 2:

เราใช้ความน่าจะเป็นที่จะอธิบายความไม่แน่นอนเกี่ยวกับ We use probabilities to describe uncertainty about the speci…ผลคที่ตัวแปรสุ่มจะใช้เวลา c outcome that a random variable will take. Informally, we call
the set of possible outcomes that a random variable X might take and their associated probabilities the distribution of X:
We summarize this information with a probability mass function (pmf) when X is discrete, or a probability density
function (pdf) when X is continuous. In either case, we denote this function fX (x) :

ผลลัพธ์ (ไทย) 3:

เราใช้ความน่าจะเป็นที่จะอธิบายถึงความไม่แน่นอนเกี่ยวกับกา . . . . . . . C ผลที่ตัวแปรสุ่มจะใช้เวลา แบบเป็นกันเอง เราเรียก
เซตของผลลัพธ์ที่เป็นไปได้ที่การสุ่มตัวแปร x และที่เกี่ยวข้องของพวกเขาอาจใช้ความน่าจะเป็นการแจกแจงของ X :
เราสรุปข้อมูลนี้กับความน่าจะเป็นฟังก์ชันมวล ( PMF ) เมื่อ x คือไม่ต่อเนื่อง หรือฟังก์ชันความหนาแน่นความน่าจะเป็น
( PDF ) เมื่อ x เป็นอย่างต่อเนื่องในทั้งสองกรณีนี้เราแสดงฟังก์ชัน FX ( x ) :