随机变量是指示过程结果的单个数值。随机变量的概念是概率论的基础,由俄罗斯数学家帕夫努蒂·切比雪夫 (Pafnuty Chebyshev) 在 19 世纪中叶提出。
大写字母(如 X 或 Y)表示随机变量。小写字母(如 x 或 y)表示随机变量的值。如果 X 是随机变量,则 X 是用单词写的,而 x 是数字。
例如,设 X = 当您抛出三个公平的硬币时获得的正面数量。抛出三个公平硬币的样本空间是 TTT;THH;HTH;HHT;HTT;THT;TTH;HHH.然后,x = 0, 1, 2, 3。X 是文字,x 是一个数字。请注意,在此示例中,x 值是可计数的结果。
随机变量可以有两种类型:离散随机变量和连续随机变量。
离散随机变量是具有有限数量的变量。换句话说,随机变量是一个可数数。例如,骰子上的数字 1、2、3、4、5 和 6 是离散随机变量。
连续随机变量是具有连续刻度的值而没有间隙或中断的变量。连续随机变量表示为十进制值。一个例子是学生的身高 – 1.83 m。
本文改编自 Openstax,统计学导论,部分。4 引言
考虑掷骰子 30 次。在每次试验中,结果可以是 1 到 6 之间的任何结果。如果一个人在 30 次中出现 6 次,则它的概率是 30 次中有 6 次,依此类推。
这些结果中的每一个(称为随机变量)都有一个随机确定的数值。它表示实验的所有可能结果。
小写字母 x 表示随机变量的数值。
随机变量可以是离散的,也可以是连续的。
离散随机变量可以与有限或无限的计数过程相关联。例如,一只母鸡可能会产一个鸡蛋、两个鸡蛋或更多,但不能产 1.27 个鸡蛋。
相反,连续随机变量具有无限多个值,这些值可以与连续尺度上没有间隙或中断的测量值相关联。
例如,在一天内,一头奶牛可能会生产 0 到 20 升牛奶,以连续刻度测量。
Related Videos
Probability Distributions
12.4K 浏览
Probability Distributions
11.4K 浏览
Probability Distributions
6.8K 浏览
Probability Distributions
11.1K 浏览
Probability Distributions
3.2K 浏览
Probability Distributions
3.8K 浏览
Probability Distributions
10.2K 浏览
Probability Distributions
7.8K 浏览
Probability Distributions
4.8K 浏览
Probability Distributions
10.6K 浏览
Probability Distributions
10.4K 浏览
Probability Distributions
5.0K 浏览
Probability Distributions
12.3K 浏览
Probability Distributions
14.4K 浏览