3.2 Continuous DistributionsRandom

3.2 Continuous Distributions
Random variables that can assume every value in an interval (bounded or unbounded) have continuous distributions. A continuous distribution can be characterized by its probability density function (p.d.f). we integrate the p.d.f. of a random variable X over a set (usually an interval) to compute the probability that x takes a value in that set.

ผลลัพธ์ (ไทย) 1:

3.2 การกระจายอย่างต่อเนื่องตัวแปรสุ่มที่สามารถสมมติทุกค่าในช่วง (กี่ หรืองที่) มีการกระจายอย่างต่อเนื่อง สามารถมีลักษณะกระจายอย่างต่อเนื่องของฟังก์ชันความหนาแน่นของความน่าเป็น (p.d.f) เรารวม p.d.f. ของตัวแปรสุ่ม X ผ่านชุด (ปกติช่วง) จะคำนวณความน่าเป็น x ที่ใช้ค่าที่ตั้งไว้

ผลลัพธ์ (ไทย) 2:

3.2 การกระจายอย่างต่อเนื่อง
ตัวแปรสุ่มที่สามารถคิดค่าทุกคนในช่วงเวลา (กระโดดหรือมากมาย) มีการกระจายอย่างต่อเนื่อง การจัดจำหน่ายอย่างต่อเนื่องสามารถที่โดดเด่นด้วยฟังก์ชั่นความหนาแน่นของความน่าจะเป็นของ (PDF) เรารวมรูปแบบ pdf X ตัวแปรสุ่มกว่าชุด (โดยปกติช่วงเวลา) การคำนวณความน่าจะเป็นที่ x ใช้ค่าอยู่ในชุดที่

ผลลัพธ์ (ไทย) 3:

3.2 การแจกแจงตัวแปรสุ่มต่อเนื่อง
ที่ถือว่า ทุกค่าในช่วงเวลา ( สิ้นสุดหรือความ ) มีการแจกแจงแบบต่อเนื่อง การกระจายอย่างต่อเนื่องจะเป็นลักษณะของฟังก์ชันความหนาแน่นของความน่าจะเป็น ( p.d.f ) เรารวม p.d.f. ของตัวแปรสุ่ม X มากกว่าชุด ( ปกติช่วง ) เพื่อคำนวณค่าความน่าจะเป็นที่ใช้ในที่การตั้งค่า X .