6.6
サイコロを100回振った場合の確率分布を考えてみましょう。平均は、その式を使用して計算されます。
n が増加すると、平均値は変動しますが、この平均対試行回数のグラフに見られるように、平均は試行回数が増えるにつれて徐々に一定の値に近づきます。
確率変数の期待値は、サンプルサイズが無限大に成長したときの平均値です。簡単に言えば、結果の長期平均です。
したがって、その式は平均式と似ています。
期待値の概念は、意思決定理論に役立ちます。ルーレットで8番に10ドルを賭けた場合、38回の負けるチャンスは37回、勝つチャンスは38回のうち1回あります。
テーブル上の勝利金が360ドルの場合、この小さなチャンスイベントの純利益は350ドルになります。
確率変数の積とその確率を合計して、期待値を求めます。
この数字は、10ドルの賭けごとに53セントを失うことが予想できることを示しています。
期待値は、「長期」平均または平均として知られています。これは、長期にわたって何度も実験を繰り返すと、この平均が期待されることを意味します。期待される平均は記号μで表されます。次のように計算されます。
式中の x はイベント、P(x) はイベントが発生する確率です。
期待値は意思決定理論で実際に応用できます。
このテキストは Openstax, Introductory Statistics, Section 4.2 Mean or Expected Value and Standard Deviationから翻案されます
サイコロを100回振った場合の確率分布を考えてみましょう。平均は、その式を使用して計算されます。
n が増加すると、平均値は変動しますが、この平均対試行回数のグラフに見られるように、平均は試行回数が増えるにつれて徐々に一定の値に近づきます。
確率変数の期待値は、サンプルサイズが無限大に成長したときの平均値です。簡単に言えば、結果の長期平均です。
したがって、その式は平均式と似ています。
期待値の概念は、意思決定理論に役立ちます。ルーレットで8番に10ドルを賭けた場合、38回の負けるチャンスは37回、勝つチャンスは38回のうち1回あります。
テーブル上の勝利金が360ドルの場合、この小さなチャンスイベントの純利益は350ドルになります。
確率変数の積とその確率を合計して、期待値を求めます。
この数字は、10ドルの賭けごとに53セントを失うことが予想できることを示しています。
From Chapter 6:
Now Playing
確率分布
7.2K Views
確率分布
19.6K Views
確率分布
15.2K Views
確率分布
10.7K Views
確率分布
8.9K Views
確率分布
3.1K Views
確率分布
13.5K Views
確率分布
10.3K Views
確率分布
5.2K Views
確率分布
13.7K Views
確率分布
15.1K Views
確率分布
8.0K Views
確率分布
19.0K Views
確率分布
19.8K Views