Ensartet distribution - oversigt, eksempler og typer

I statistik er ensartet fordeling et udtryk, der bruges til at beskrive en form for sandsynlighedsfordeling, hvor ethvert muligt resultat har lige sandsynlighed for at ske. Sandsynligheden er konstant, da hver variabel har lige store chancer for at blive resultatet.

Ensartet distribution

Hurtigt resume

  • I statistikker er ensartet fordeling en sandsynlighedsfordeling, hvor alle resultater er lige sandsynlige.
  • Diskrete ensartede fordelinger har et endeligt antal resultater. En kontinuerlig ensartet fordeling er en statistisk fordeling med et uendeligt antal lige sandsynlige målbare værdier.
  • Begreberne diskret ensartet fordeling og kontinuerlig ensartet fordeling samt de tilfældige variabler, de beskriver, er grundlaget for statistisk analyse og sandsynlighedsteori.

Eksempler på ensartet distribution

Ensartet fordeling er den enkleste statistiske fordeling. Begrebet ensartet fordeling såvel som de tilfældige variabler, det beskriver, danner grundlaget for statistisk analyse og sandsynlighedsteori.

For eksempel, hvis du står på et gadehjørne og tilfældigt begynder at aflevere en $ 100-regning til enhver heldig person, der gik forbi, ville enhver forbipasserende have lige chance for at få udleveret pengene. Procentdelen af ​​sandsynligheden er 1 divideret med det samlede antal resultater (antal forbipasserende). Men hvis du favoriserede korte mennesker eller kvinder, ville de have en større chance for at få $ 100-regningen end de andre forbipasserende. Dette ville ikke blive beskrevet som ensartet sandsynlighed.

Et kort kort har også en ensartet fordeling. Dette skyldes, at et individ har lige chance for at tegne en spade, et hjerte, en klub eller en diamant. Et andet eksempel med en ensartet fordeling er, når en mønt kastes. Sandsynligheden for at få en hale eller et hoved er den samme. Grafen for en ensartet fordeling er normalt flad, hvorved siderne og toppen er parallelle med x- og y-akserne.

Typer af ensartet distribution

Ensartet fordeling kan grupperes i to kategorier baseret på typerne af mulige resultater.

1. Diskret ensartet fordeling

I statistik og sandsynlighedsteori er en diskret ensartet fordeling en statistisk fordeling, hvor sandsynligheden for resultater er lige sandsynlig og med endelige værdier. Et godt eksempel på en diskret ensartet fordeling ville være de mulige resultater ved at rulle en 6-sidet matrice. De mulige værdier ville være 1, 2, 3, 4, 5 eller 6. I dette tilfælde har hvert af de seks tal lige chance for at blive vist. Derfor hver gang den 6-sidede matrice kastes, har hver side en chance på 1/6.

Antallet af værdier er endeligt. Det er umuligt at få en værdi på 1,3, 4,2 eller 5,7, når man ruller en fair matrice. Men hvis der tilføjes en anden matrice, og de begge kastes, er fordelingen, der resulterer, ikke længere ensartet, fordi sandsynligheden for summen ikke er lig. Et andet simpelt eksempel er sandsynlighedsfordelingen for en mønt, der vendes. De mulige resultater i et sådant scenario kan kun være to. Derfor er den endelige værdi 2.

Der er flere måder, hvorpå diskret ensartet distribution kan være værdifuld for virksomhederne. For eksempel kan det opstå i lagerstyring Revisionsbeholdning Revisionsbeholdning er processen med krydstjek af finansielle poster med fysisk beholdning og poster. Det kan udfyldes af revisorer og andre i undersøgelsen af ​​hyppigheden af ​​varesalg. Det kan give en sandsynlighedsfordeling, der kan vejlede virksomheden om, hvordan man korrekt fordeler varebeholdningen til den bedste brug af kvadratmateriale.

Diskret ensartet fordeling er også nyttig i Monte Carlo-simulering Monte Carlo-simulering Monte Carlo-simulation er en statistisk metode, der anvendes til modellering af sandsynligheden for forskellige resultater i et problem, der ikke bare kan løses på grund af interferensen af ​​en tilfældig variabel. . Dette er en modelleringsteknik, der bruger programmeret teknologi til at identificere sandsynlighederne for forskellige resultater. Monte Carlo-simulering bruges ofte til at forudsige scenarier og hjælpe med at identificere risici.

2. Kontinuerlig ensartet fordeling

Ikke alle ensartede distributioner er diskrete; nogle er kontinuerlige. En kontinuerlig ensartet fordeling (også kaldet rektangulær fordeling) er en statistisk fordeling med et uendeligt antal lige sandsynlige målbare værdier. I modsætning til diskrete tilfældige variabler kan en kontinuerlig tilfældig variabel tage enhver reel værdi inden for et bestemt interval.

En kontinuerlig ensartet fordeling kommer normalt i en rektangulær form. Et godt eksempel på en kontinuerlig ensartet fordeling er en idealiseret tilfældig talgenerator. Med kontinuerlig ensartet distribution, ligesom diskret ensartet distribution, har hver variabel lige chance for at ske. Der er dog et uendeligt antal punkter, der kan eksistere.

Flere ressourcer

Finance er den officielle udbyder af den globale Financial Modelling & Valuation Analyst (FMVA) ™ FMVA®-certificering Deltag i 350.600+ studerende, der arbejder for virksomheder som Amazon, JP Morgan og Ferrari-certificeringsprogram, designet til at hjælpe alle med at blive en verdensklasse finansanalytiker . For at fortsætte din karriere vil de yderligere finansressourcer nedenfor være nyttige:

  • Grundlæggende statistikbegreber i økonomi Grundlæggende statistikbegreber for økonomi En solid forståelse af statistik er af afgørende betydning for at hjælpe os med bedre at forstå økonomi. Desuden kan statistiske begreber hjælpe investorer med at overvåge
  • Normalfordeling Normalfordeling Normalfordelingen kaldes også Gaussisk eller Gaussfordeling. Denne form for distribution er meget udbredt inden for naturvidenskab og samfundsvidenskab. Det
  • Parameter Parameter En parameter er en nyttig komponent i statistisk analyse. Det refererer til de egenskaber, der bruges til at definere en given population. Det er vant til
  • Ubetinget sandsynlighed Ubetinget sandsynlighed Ubetinget sandsynlighed, også kendt som marginal sandsynlighed, refererer til en sandsynlighed, der ikke påvirkes af tidligere eller fremtidige begivenheder. Med andre ord,