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 calculate 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: discrete (this section) and continuous (section 3.2). 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) 1:

ตัวแปรสุ่มคือ ฟังก์ชันค่าจริงที่กำหนดพื้นที่ตัวอย่าง ตัวแปรสุ่มเป็นเครื่องมือหลักที่ใช้สำหรับสร้างโมเดลไม่ทราบปริมาณ ในการวิเคราะห์ทางสถิติ สำหรับแต่ละตัวแปรสุ่ม X และแต่ละชุด A ของจำนวนจริง เราสามารถคำนวณความน่าเป็นที่ X จะเป็นค่าใน A. ชุดของกิจกรรมเหล่านี้เป็นการแจกแจงของ X ได้ มี 2 ประเภทที่สำคัญของตัวแปรสุ่มและการกระจาย: แยกกัน (ส่วนนี้) และส่วนต่อเนื่อง (3.2) การกระจายแยกกันอยู่ที่กำหนดความน่าเป็นค่าบวกให้ค่าแตกต่างกันมากที่สุด countably สามารถลักษณะการกระจายแยกกัน โดยฟังก์ชันของความน่าเป็น (p.f); ซึ่งระบุความน่าเป็นที่ตัวแปรสุ่มจะใช้แตกต่างกันแต่ละ ตัวแปรสุ่ม มี distridbution เดี่ยว ๆ จะถูกเรียกว่าตัวแปรสุ่มไม่ต่อเนื่อง

ผลลัพธ์ (ไทย) 2:

ตัวแปรสุ่มเป็นฟังก์ชันค่าจริงกำหนดไว้ในพื้นที่ตัวอย่าง ตัวแปรสุ่มเป็นเครื่องมือหลักที่ใช้สำหรับการสร้างแบบจำลองปริมาณที่ไม่รู้จัก ในการวิเคราะห์ทางสถิติ สำหรับแต่ละตัวแปร X สุ่มและแต่ละชุดของตัวเลขจริงเราสามารถคำนวณความน่าจะเป็นที่ X ใช้ค่าใน A. การสะสมของความน่าจะเป็นทั้งหมดเหล่านี้คือการกระจายของเอ็กซ์มีสองชั้นเรียนที่สำคัญของการกระจายและตัวแปรสุ่มคือไม่ต่อเนื่อง (ส่วนนี้) และต่อเนื่อง (มาตรา 3.2) การกระจายแบบไม่ต่อเนื่องเป็นคนที่กำหนดความน่าจะเป็นบวกกับค่าที่แตกต่างที่มากที่สุดหลายวท์ การกระจายแบบไม่ต่อเนื่องสามารถที่โดดเด่นด้วยฟังก์ชั่นความน่าจะเป็นของ (pF); ที่ระบุน่าจะเป็นที่ตัวแปรสุ่มจะใช้เวลาแต่ละค่าที่เป็นไปได้ที่แตกต่างกัน ตัวแปรสุ่มที่มี distridbution ไม่ต่อเนื่องจะถูกเรียกว่าเป็นตัวแปรสุ่มที่ไม่ต่อเนื่อง

ผลลัพธ์ (ไทย) 3:

ตัวแปรสุ่มเป็นฟังก์ชันค่าจริงที่กำหนดไว้ มีพื้นที่ ตัวแปรสุ่มเป็นเครื่องมือหลักที่ใช้สำหรับการจำลองปริมาณที่ไม่รู้จัก ในการวิเคราะห์ทางสถิติ สำหรับแต่ละตัวแปร x และแต่ละชุดของตัวเลขที่แท้จริง เราสามารถคำนวณความน่าจะเป็นของ X นั้นใช้ค่าของใน A คอลเลกชันของความน่าจะเป็นทั้งหมดเหล่านี้คือการกระจายของ Xมีสองชั้นเรียนที่สำคัญของการแจกแจงตัวแปรสุ่มแบบไม่ต่อเนื่องและ : ( ส่วนนี้ ) และอย่างต่อเนื่อง ( มาตรา 3 ) การแจกแจงไม่ต่อเนื่องที่กำหนดความน่าจะเป็นบวกที่แตกต่างกัน countably ค่ามากที่สุด การแจกแจงไม่ต่อเนื่องสามารถโดดเด่นด้วยฟังก์ชันความน่าจะเป็นของ ( p.f )ซึ่งกำหนดความน่าจะเป็นที่ตัวแปรสุ่มใช้ของแต่ละที่แตกต่างกันเป็นไปได้ค่า ตัวแปรสุ่มแบบไม่ต่อเนื่องด้วย distridbution จะเรียกว่าแบบสุ่มตัวแปร