В распределении вероятностей или распределении есть два термина «вероятность» и «распределение». Если мы ясно понимаем эти два термина, то понять концепцию не так уж сложно.
Распределение : что приходит вам на ум в первую очередь, когда вы слушаете слово о распространении. я уверен, что вы должны получить ответ примерно так: если у вас есть 10 долларов и вы хотите дать 4 человекам, вы дадите по 2,5 доллара каждому. Так что это похоже на распространение чего-то, или разделение чего-то, или распространение чего-то. Надеюсь, вы поняли, что такое раздача простыми словами. Давайте поймем это в терминах статистики. Мы знаем, что в статистике все зависит от понимания данных. Данные означают, что информация означает, что если вы хотите узнать о росте американцев (мужчин и женщин), например, каков средний рост американцев, сколько мужчин ниже 150 см, сколько выше 170 см, что самый высокий и самый низкий рост американского народа и т. д. Чтобы ответить на эти вопросы, вы должны собрать данные или информацию. Предположим, вы собрали все данные об американцах, а это 320 миллионов. Я знаю, что его трудно собрать, но это всего лишь предположение.
Если вы нанесете на график весь рост американцев, который вы собрали. Вы увидите, что это выглядит примерно так, как показано ниже. Ось X — это рост людей, а ось Y — это процент людей, которые меньше этого роста.
Кредит для изображения выше: - https://tall.life/tall-definition/
Позвольте мне ясно объяснить этот вышеприведенный график. Мы учитываем только мужскую или синюю кривую. Как было сказано ранее, эта ось y показывает, что процент людей, имеющих рост, соответствует оси x. Например, на 5' 10 приходится 15% людей от всего мужского населения. На 5'0 почти нет людей и так далее.
Итак, вопрос в том, что показывает нам этот график. Он показывает распространение или распределение. Кривая красной формы и синей формы известна как кривая колокола, потому что она похожа на колокол. Давайте возьмем еще пару примеров, чтобы понять.
1. зарплаты сотрудников в компании:- когда вы соберете зарплату сотрудника крупной компании, вы увидите, что она похожа на кривую нормального распределения.
2. IQ человека: - то же самое с этими данными, когда вы собираете IQ тысяч людей, вы увидите график, похожий на кривую нормального распределения.
3. Размер обуви для мужчин или женщин: - это также размер обуви для мужчин или женщин. Это даст график, похожий на кривую колокола.
Итак, что я хочу сказать, есть множество примеров, которые показывают, что если вы соберете данные и нанесете их на график, это будет выглядеть как гауссовая кривая.
Таким образом, мы можем сказать, что многие данные, которые мы хотим понять, распределены, разбросаны или разделены, как колоколообразная кривая, и эта колоколообразная кривая известна как нормальное распределение или распределение Гаусса (имя ученого). Таким образом, мы можем сказать, что данные по своей природе распределены как кривая нормального распределения. Мы не создали человека. Человек создан богом. Таким образом, мы можем сказать, что Бог распределил рост американцев по кривой нормального распределения или по всему миру.
Существуют не только кривые, похожие на форму колокола, существуют сотни форм, пара из которых упомянута ниже.
- Равномерное распределение
Бросание игральной кости является примером равномерного распределения, потому что все 1 2 3 4 5 6, вероятно, равны в будущем.
Подбрасывание монеты также следует за равномерным распределением.
2. Распределение по степенному закону:
Частота использования слов в повседневной жизни в любом языке соответствует распределению по степенному закону, потому что, например, в английском языке всего 100 или 200 слов, используемых в повседневной жизни, остальные слова используются не часто, например, is am are hello eat go эти самые частые слова используются ежедневно, а менее частые слова — бетель, взаимное убежище, сумасшедший и т. д.
Есть много других дистрибутивов, которые вы можете найти, посетив этот веб-сайт https://www.statisticshowto.com/probability-distribution/.
Если я объясню это распределение, то могу сказать, что когда вы собираете данные и наносите их на график, вы увидите, что эти данные следуют некоторому упомянутому распределению или форме. Надеюсь, вы понимаете, что означает распределение в статистике.
Вероятность : –
Но мы еще не обсуждали, что такое Вероятность в распределении вероятностей. Теперь это легко понять, когда мы понимаем распределение. Когда вы видите график колоколообразной кривой или нормального распределения в приведенном выше примере. Ось Y представляет собой процент или вероятность наличия перикулярной высоты. Например, при росте 5’10 человек среди всего мужского населения Америки составляет 15%. Так что это просто.
Распределение вероятностей : теперь пришло время объединить оба термина, чтобы понять концепцию.
По определению Википедии, распределение вероятностей — это математическая функция, которая дает вероятности возникновения различных возможных результатов эксперимента.
Таким образом, в определении речь идет о функции, но я нигде не обсуждал функцию. Давайте разберемся.
Если вы видите, что есть две кривые в форме колокола, и если вы попытаетесь математически записать одну из кривых колокола, или форму распределения мужчин, или форму распределения женщин, то это будет выглядеть так, как показано ниже.
Не бойтесь формулы. Я просто хочу сказать, что эта формула показывает кривую нормального распределения или кривую нормального распределения. Зачем нам нужно математически уравнение для кривой нормального распределения. Короче говоря, когда вы записываете какое-то понятие в математической форме, вычисления становятся проще, например, просто подставляете значение в формулу и получаете ответ. Нет никакой разницы между формой, которую вы видели на графике, и математическим уравнением, написанным выше. Это уравнение является функцией. Теперь вернемся к определению распределения вероятностей. По определению это функция, которая дает вероятности возникновения различных возможных результатов эксперимента. Чтобы понять эту часть, давайте возьмем пример, предположим, что вы случайно выбираете мужчину в Америке, чтобы узнать его рост. Таким образом, вероятность иметь рост 5’10 составляет 15%, рост 5’9 или 5’11 — 14%, рост 5’7 — 9% и т. д. Вы можете объяснить что-то вроде выше, увидев график или используя функцию (в функции вам просто нужно указать рост человека, чтобы узнать вероятность). Теперь мы можем сказать, что функция дает вероятность случайного выбора человека, сколько процентов, вероятно, будет иметь рост 5 футов 0, 5 футов 5, 5 футов 8 и т. д., и это то же самое, что написано в последней строке определения Википедии. .
Надеюсь, вы легко поняли эту концепцию. Если вам это нравится, пожалуйста, хлопайте 👏.
Спасибо😊.
