Help us understand the problem. What is going on with this article?

確率② 連続確率変数と離散確率変数

More than 1 year has passed since last update.

これまでの学習は確率①に書いてます!

pythonで実装をする予定でしたが、まだまだ覚えるところがあることがわかったので、少しづつ埋めていくことにしました。

その前に!

連続型確率変数と離散型確率変数の違いについて知ろうと思います。

確率変数

確率論ならびに統計学において、ランダムな実験により得られ得る全ての結果を指す変数である[1]:391。 数学で言う変数は関数により一義的に決まるのに対し、確率変数は確率に従って定義域内の様々な値を取ることができる。

参照:【確率変数 - wikipedia

ある事象が起こる確率を表す変数ってことですね。

離散型確率変数

ポイント
・サイコロの目のよう1が出た後に4や3、また6がでるかもしれません。0.999や1.001のような数字とは対照的に、整数になり、間にある値を取れない変数のようです。

連続型確率変数

ポイント
・今持っている荷物の重さのように、1.001kgや0.8999kgといった重さが変数になるのが、確率変数です。離散型とは対照的で、量り売りのお菓子と同じ感覚だと思います!

連続や離散と聞くと、1,2,3のように連続の数字がでる条件下での確率のように感じるかもしれません。しかし、1,2,3と出ることがわかっているのであれば、1の次に2が出る確率は100%なので、確率の話ではなくなってしまいます。

連続確率分布、離散確率分布を知る前に

1-6の目を持つサイコロのnの目がでる確率は$\frac{1}{6}$と表示できます。しかし、それは意味がないようです。

なぜなら、nの目にぴったり一致する確率は0パーセントだからです。

参照:【離散型確率変数と連続型確率変数の違いについて

でも、「n番目からn+x番目までが出る確率はなんとかパーセント」といえることは、ある程度の推測になります。

だから、まずは双方の確率変数を分布にして、わかりやすくしようぜ!というのが双方の確率分布になります!

連続確率分布、離散確率分布

確率密度関数を理解してからじゃないとかけなそうなので、勉強後再度投稿します!m(__)m

最後に

覚えること多いですが、少しづつ理解してきているかなと思っています!

間違っているところ等ありましたらおしえていただけますと幸いです><

読んでくださってありがとうございました!!

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした