Pengagihan Pakaian Seragam
Apakah Pengagihan Seragam?
Dalam statistik, taburan seragam merujuk kepada jenis taburan kebarangkalian di mana semua hasil berkemungkinan sama. Dek kad mempunyai pengedaran seragam di dalamnya kerana kemungkinan melukis jantung, kayu, berlian atau penyodok adalah sama besar. Syiling juga mempunyai taburan seragam kerana kebarangkalian untuk mendapatkan sama ada kepala atau ekor dalam lambungan syiling adalah sama.
Taburan seragam boleh divisualisasikan sebagai garis mendatar lurus, jadi untuk flip syiling mengembalikan kepala atau ekor, kedua-duanya mempunyai kebarangkalian p = 0.50 dan akan digambarkan oleh garis dari paksi-y pada 0.50.
Memahami Agihan Seragam
Terdapat dua jenis taburan seragam: diskret dan berterusan. Keputusan yang mungkin untuk melancarkan dadu memberikan contoh taburan seragam diskret: adalah mungkin untuk melancarkan 1, 2, 3, 4, 5, atau 6, tetapi tidak mungkin untuk melancarkan 2.3, 4.7, atau 5.5. Oleh itu, gulungan dadu menjana taburan diskret dengan p = 1/6 untuk setiap hasil. Terdapat hanya 6 nilai yang mungkin untuk dikembalikan dan tiada di antaranya.
Hasil plot daripada membaling satu dadu akan seragam secara diskret, manakala hasil plot (purata) daripada membaling dua atau lebih dadu akan diedarkan secara normal.
Beberapa taburan seragam adalah berterusan dan bukannya diskret. Penjana nombor rawak yang ideal akan dianggap sebagai taburan seragam berterusan. Dengan jenis pengedaran ini, setiap titik dalam julat berterusan antara 0.0 dan 1.0 mempunyai peluang yang sama untuk muncul, namun terdapat bilangan mata yang tidak terhingga antara 0.0 dan 1.0.
Terdapat beberapa taburan berterusan penting lain, seperti taburan normal,. khi kuasa dua dan taburan t Pelajar.
Terdapat juga beberapa fungsi penjanaan data atau analisis data yang dikaitkan dengan pengedaran untuk membantu memahami pembolehubah dan variannya dalam set data. Fungsi ini termasuk fungsi ketumpatan kebarangkalian,. ketumpatan kumulatif dan fungsi penjanaan momen.
Memvisualisasikan Pengagihan Seragam
Pengedaran ialah cara mudah untuk menggambarkan set data. Ia boleh ditunjukkan sama ada sebagai graf atau dalam senarai, mendedahkan nilai pembolehubah rawak yang mempunyai peluang yang lebih rendah atau lebih tinggi untuk berlaku. Terdapat pelbagai jenis taburan kebarangkalian, dan taburan seragam mungkin adalah yang paling mudah daripada kesemuanya.
Di bawah pengedaran seragam, setiap nilai dalam set nilai yang mungkin mempunyai kemungkinan yang sama untuk berlaku. Apabila dipaparkan sebagai graf bar atau garis, taburan ini mempunyai ketinggian yang sama untuk setiap hasil yang berpotensi. Dengan cara ini, ia boleh kelihatan seperti segi empat tepat dan oleh itu kadangkala digambarkan sebagai taburan segi empat tepat. Jika anda berfikir tentang kemungkinan melukis sut tertentu dari dek permainan kad, terdapat peluang secara rawak namun sama untuk menarik jantung seperti yang ada untuk menarik spade—iaitu, 1/4 atau 25%.
Gulung dadu tunggal menghasilkan satu daripada enam nombor: 1, 2, 3, 4, 5, atau 6. Kerana hanya terdapat 6 hasil yang mungkin, kebarangkalian anda mendarat di mana-mana satu daripadanya ialah 16.67% (1/6 ). Apabila diplot pada graf, taburan diwakili sebagai garis mendatar, dengan setiap hasil yang mungkin ditangkap pada paksi-x, pada titik kebarangkalian tetap di sepanjang paksi-y.
Pengagihan Seragam lwn. taburan normal
Taburan kebarangkalian membantu anda memutuskan kebarangkalian peristiwa masa hadapan. Beberapa taburan kebarangkalian yang paling biasa ialah seragam diskret, binomial, seragam berterusan, normal dan eksponen. Mungkin salah satu yang paling biasa dan digunakan secara meluas ialah taburan normal, sering digambarkan sebagai lengkung loceng.
Taburan normal menunjukkan bagaimana data berterusan diedarkan dan menegaskan bahawa kebanyakan data tertumpu pada min atau purata. Dalam taburan normal, kawasan di bawah lengkung bersamaan dengan 1 dan 68.27% daripada semua data berada dalam 1 sisihan piawai—sejauh mana serakan nombor itu—daripada min; 95.45% daripada semua data berada dalam 2 sisihan piawai daripada min dan kira-kira 99.73% daripada semua data berada dalam 3 sisihan piawai daripada min.Apabila data bergerak menjauhi min, kekerapan data berlaku berkurangan.
Taburan seragam diskret menunjukkan bahawa pembolehubah dalam julat mempunyai kebarangkalian yang sama untuk berlaku. Tiada variasi dalam hasil yang berkemungkinan dan data adalah diskret, bukannya berterusan. Bentuknya menyerupai segi empat tepat, bukannya loceng taburan normal. Seperti taburan normal, bagaimanapun, luas di bawah graf adalah sama dengan 1.
Contoh Agihan Pakaian Seragam
Terdapat 52 kad dalam dek kad tradisional. Di dalamnya terdapat empat sut: hati, berlian, kayu dan penyodok. Setiap sut mengandungi A, 2, 3, 4, 5, 6, 7, 8, 9, 10, J, Q, K, dan 2 pelawak. Walau bagaimanapun, kami akan menghapuskan pelawak dan kad muka untuk contoh ini, memfokuskan hanya pada kad nombor yang direplikasi dalam setiap sut. Akibatnya, kita ditinggalkan dengan 40 kad, satu set data diskret.
Katakan anda ingin mengetahui kebarangkalian menarik 2 jantung dari dek yang diubah suai. Kebarangkalian menarik 2 jantung ialah 1/40 atau 2.5%. Setiap kad adalah unik; oleh itu, kemungkinan anda akan menarik mana-mana satu kad dalam dek adalah sama.
Sekarang, mari kita pertimbangkan kemungkinan menarik hati dari dek. Kebarangkalian adalah jauh lebih tinggi. kenapa? Kami kini hanya mementingkan saman di geladak. Oleh kerana terdapat hanya empat sut, menarik jantung menghasilkan kebarangkalian 1/4 atau 25%.
Soalan Lazim Pengedaran Seragam
Apakah Maksud Pengagihan Seragam?
Taburan seragam ialah taburan kebarangkalian yang menegaskan bahawa hasil bagi set data diskret mempunyai kebarangkalian yang sama.
Apakah Formula Pengagihan Seragam?
Formula bagi taburan seragam diskret ialah
Seperti contoh dadu, setiap bahagian mengandungi nombor bulat yang unik. Kebarangkalian untuk melancarkan dadu dan mendapat sebarang satu nombor ialah 1/6, atau 16.67%.
Adakah Pembahagian Seragam Normal?
Normal menunjukkan cara data diedarkan tentang min. Data biasa menunjukkan bahawa kebarangkalian pembolehubah berlaku di sekitar min, atau pusat, adalah lebih tinggi. Lebih sedikit titik data diperhatikan semakin jauh anda menjauhi purata ini, bermakna kebarangkalian pembolehubah berlaku jauh dari min adalah lebih rendah. Kebarangkalian tidak seragam dengan data normal, sedangkan ia tetap dengan taburan seragam. Oleh itu, taburan seragam adalah tidak normal.
Apakah Jangkaan Pembahagian Seragam?
Dijangkakan bahawa pengagihan seragam akan menghasilkan semua hasil yang mungkin mempunyai kebarangkalian yang sama. Kebarangkalian untuk satu pembolehubah adalah sama untuk pembolehubah yang lain.
##Sorotan
Dalam taburan normal, data sekitar min berlaku lebih kerap.
Dalam taburan seragam diskret, hasil adalah diskret dan mempunyai kebarangkalian yang sama.
Taburan seragam ialah taburan kebarangkalian dengan kemungkinan hasil yang sama.
Kekerapan kejadian berkurangan semakin jauh anda daripada min dalam taburan normal.
Dalam pengagihan seragam berterusan, hasil adalah berterusan dan tidak terhingga.
