Ve statistikách je jednotné rozdělení termín používaný k popisu formy rozdělení pravděpodobnosti, kde každý možný výsledek má stejnou pravděpodobnost, že se stane. Pravděpodobnost je konstantní, protože každá proměnná má stejnou šanci být výsledkem.
Rychlé shrnutí
- Ve statistikách je rovnoměrné rozdělení pravděpodobnostním rozdělením, kde jsou všechny výsledky stejně pravděpodobné.
- Diskrétní rovnoměrné rozdělení má konečný počet výsledků. Kontinuální rovnoměrné rozdělení je statistické rozdělení s nekonečným počtem stejně pravděpodobných měřitelných hodnot.
- Pojmy diskrétní rovnoměrné rozdělení a spojité rovnoměrné rozdělení, stejně jako náhodné proměnné, které popisují, jsou základem statistické analýzy a teorie pravděpodobnosti.
Příklady jednotné distribuce
Jednotné rozdělení je nejjednodušší statistické rozdělení. Koncept jednotného rozdělení, stejně jako náhodné proměnné, které popisuje, tvoří základ statistické analýzy a teorie pravděpodobnosti.
Například pokud stojíte na rohu ulice a začnete náhodně rozdávat 100 $ bankovku každému šťastlivci, který prošel kolem, pak by měl každý kolemjdoucí stejnou šanci, že mu peníze předá. Procento pravděpodobnosti je 1 děleno celkovým počtem výsledků (počet kolemjdoucích). Pokud byste však upřednostňovali krátké lidi nebo ženy, měli by větší šanci, že jim bude udělen účet ve výši 100 USD, než ostatní kolemjdoucí. To by nebylo popsáno jako jednotná pravděpodobnost.
Balíček karet má také jednotné rozdělení. Je to proto, že jednotlivec má stejnou šanci nakreslit rýč, srdce, kyj nebo diamant. Dalším příkladem rovnoměrného rozdělení je, když je hodena mince. Pravděpodobnost získání ocasu nebo hlavy je stejná. Graf rovnoměrného rozdělení je obvykle plochý, přičemž strany a vrchol jsou rovnoběžné s osami x a y.
Druhy rovnoměrného rozdělení
Jednotné rozdělení lze rozdělit do dvou kategorií na základě typů možných výsledků.
1. Diskrétní rovnoměrné rozdělení
Ve statistice a teorii pravděpodobnosti je diskrétní rovnoměrné rozdělení statistickým rozdělením, kde je pravděpodobnost výsledků stejně pravděpodobná as konečnými hodnotami. Dobrým příkladem diskrétního rovnoměrného rozdělení by byly možné výsledky válcování šestistranné matrice. Možné hodnoty by byly 1, 2, 3, 4, 5 nebo 6. V takovém případě má každé ze šesti čísel stejnou šanci objevit se. Proto pokaždé, když je hozena šestistranná kostka, má každá strana šanci 1/6.
Počet hodnot je konečný. Je nemožné získat hodnotu 1,3, 4,2 nebo 5,7, když hodíte spravedlivou kostkou. Pokud je však přidána další kostka a jsou obě vyvolány, rozdělení, které bude výsledkem, již nebude jednotné, protože pravděpodobnost součtů není stejná. Dalším jednoduchým příkladem je rozdělení pravděpodobnosti převrácení mince. Možné výsledky v takovém scénáři mohou být pouze dva. Konečná hodnota je tedy 2.
Existuje několik způsobů, jak může být diskrétní jednotná distribuce pro podniky cenná. Může například vzniknout při řízení zásob. Auditování inventáře Audit zásob je proces křížové kontroly finančních záznamů s fyzickou inventurou a záznamy. Lze jej vyplnit auditory a dalšími subjekty při studiu frekvence prodeje zásob. Může poskytnout rozdělení pravděpodobnosti, které může vést podnik k tomu, jak správně alokovat inventář pro nejlepší využití metráži.
Diskrétní rovnoměrné rozdělení je také užitečné při simulaci Monte Carlo Simulace Monte Carlo Simulace Monte Carlo je statistická metoda používaná při modelování pravděpodobnosti různých výsledků u problému, který nelze jednoduše vyřešit kvůli interferenci náhodné proměnné. . Jedná se o techniku modelování, která používá programovanou technologii k identifikaci pravděpodobností různých výsledků. Simulace Monte Carlo se často používá k předpovídání scénářů a pomáhá při identifikaci rizik.
2. Spojitá rovnoměrná distribuce
Ne všechna uniformní rozdělení jsou diskrétní; některé jsou spojité. Kontinuální rovnoměrné rozdělení (označované také jako obdélníkové rozdělení) je statistické rozdělení s nekonečným počtem stejně pravděpodobných měřitelných hodnot. Na rozdíl od diskrétních náhodných proměnných může spojitá náhodná proměnná nabrat jakoukoli skutečnou hodnotu ve stanoveném rozsahu.
Spojitá rovnoměrná distribuce má obvykle obdélníkový tvar. Dobrým příkladem kontinuálního rovnoměrného rozdělení je idealizovaný generátor náhodných čísel. S kontinuálním rovnoměrným rozdělením, stejně jako diskrétní rovnoměrné rozdělení, má každá proměnná stejnou šanci, že se stane. Existuje však nekonečný počet bodů, které mohou existovat.
Další zdroje
Finance je oficiálním poskytovatelem globálního certifikátu Financial Modeling & Valuation Analyst (FMVA) ™ Certifikace FMVA® Připojte se k více než 350 600 studentům, kteří pracují pro společnosti jako Amazon, JP Morgan a Ferrari certifikační program, jehož cílem je pomoci komukoli stát se finančním analytikem světové úrovně . K dalšímu rozvoji vaší kariéry budou užitečné další finanční zdroje uvedené níže:
- Základní pojmy statistiky v oblasti financí Základní pojmy statistiky v oblasti financí Pro lepší porozumění financím je zásadně důležité důkladné pochopení statistik. Statistické koncepty mohou navíc pomoci investorům sledovat
- Normální rozdělení Normální rozdělení Normální rozdělení se také označuje jako Gaussovo nebo Gaussovo rozdělení. Tento typ distribuce je široce používán v přírodních a společenských vědách. The
- Parametr Parametr Parametr je užitečnou součástí statistické analýzy. Odkazuje na vlastnosti, které se používají k definování dané populace. Je zvyklý
- Bezpodmínečná pravděpodobnost Bezpodmínečná pravděpodobnost Bezpodmínečná pravděpodobnost, také známá jako mezní pravděpodobnost, označuje pravděpodobnost, která není ovlivněna předchozími ani budoucími událostmi. Jinými slovy,
