Kas ir diskrētā sadale?
Diskrētais sadalījums ir statistiskais sadalījums, kas parāda rezultātu varbūtību ar ierobežotām vērtībām. Statistiskais sadalījums var būt diskrēts vai nepārtraukts. Nepārtraukts sadalījums tiek veidots no rezultātiem, kuriem potenciāli var būt bezgalīgi izmērāmas vērtības.
Kopumā diskrēto un nepārtraukto varbūtības sadalījumu jēdzieni un to aprakstītie nejaušie mainīgie ir varbūtības teorijas un statistiskās analīzes pamatā.
Izpratne par diskrēto sadalījumu
Izplatīšana ir statistikas jēdziens, ko izmanto datu izpētē. Statistiķi, kas vēlas noteikt konkrēta pētījuma rezultātus un varbūtības, no datu kopas izdalīs izmērāmus datu punktus, iegūstot varbūtības sadalījuma diagrammu. Pastāv daudz veidu varbūtības sadalījuma diagrammu formu, kuras var iegūt sadalījuma pētījumā. Daži no visizplatītākajiem varbūtības sadalījumiem ir: parastais, vienmērīgais, binomālais, ģeometriskais, Puasons, eksponenciālais, hi kvadrātā, gamma un beta.
Sadalījumiem jābūt diskrētiem vai nepārtrauktiem.
Statistiķi var noteikt diskrēta vai nepārtraukta sadalījuma attīstību pēc mērāmo rezultātu rakstura. Diskrētajiem sadalījumiem ir ierobežots iznākumu skaits. Piemēram, pētot izciļņa varbūtības sadalījumu ar sešām numurētām pusēm, var būt tikai seši iespējamie rezultāti, tāpēc galīgā vērtība ir seši. Vēl viens piemērs var būt monētas pagriešana. Monētas paslīdēšana var radīt tikai divus iznākumus, tāpēc galīgā vērtība ir divas.
Diskrētās sadales piemēri
Visizplatītākie diskrētie varbūtības sadalījumi ir binomiālie, Puasona, Berululli un multinomālie. Viens piemērs, kur diskrēta izplatīšana var būt vērtīga uzņēmumiem, ir krājumu pārvaldība. Izpētot pārdoto krājumu biežumu kopā ar ierobežotu pieejamo krājumu daudzumu, uzņēmumam var iegūt varbūtības sadalījumu, kas ved uz norādījumiem par pareizu krājumu sadali, lai vislabāk izmantotu kvadrātveida kadrus.
Diskrēts sadalījums var rasties arī Montekarlo simulācijā. Montekarlo imitācija ir modelēšanas tehnika, kas identificē dažādu iznākumu varbūtības, izmantojot ieprogrammētu tehnoloģiju. To galvenokārt izmanto, lai palīdzētu prognozēt scenārijus un identificēt riskus. Montekarlo simulācijā rezultāti ar diskrētām vērtībām radīs diskrētu sadalījumu analīzei. Šīs sadales tiek izmantotas, lai noteiktu risku un kompromisus starp dažādiem izskatāmajiem posteņiem.
