โลโก้
ยูเนี่ยนพีเดีย
การสื่อสาร
ดาวน์โหลดได้จาก Google Play
ใหม่! ดาวน์โหลด ยูเนี่ยนพีเดีย บน Android ™ของคุณ!
ดาวน์โหลด
เร็วกว่าเบราว์เซอร์!
 

การแจกแจงปรกติและทฤษฎีความน่าจะเป็น

ทางลัด: ความแตกต่างความคล้ายคลึงกันค่าสัมประสิทธิ์การเปรียบเทียบ Jaccardการอ้างอิง

ความแตกต่างระหว่าง การแจกแจงปรกติและทฤษฎีความน่าจะเป็น

การแจกแจงปรกติ vs. ทฤษฎีความน่าจะเป็น

ำหรับทฤษฎีความน่าจะเป็น การแจกแจงปรกติ (normal distribution) เป็นการแจกแจงความน่าจะเป็นของค่าของตัวแปรสุ่มที่เป็นค่าแบบต่อเนื่อง โดยที่ค่าของตัวแปรสุ่มมีแนวโน้มที่จะมีค่าอยู่ใกล้ ๆ กับค่า ๆ หนึ่ง (เรียกว่าค่ามัชฌิม) กราฟแสดงค่าฟังก์ชันความหนาแน่น (probability density function) จะเป็นรูปคล้ายระฆังคว่ำ หรือเรียกว่า Gaussian function โดยค่าฟังก์ชันความหนาแน่นของการแจกแจงปรกติ ได้แก่ โดย "x" แทนตัวแปรสุ่ม พารามิเตอร์ μ แสดงค่ามัชฌิม และ σ 2 คือค่าความแปรปรวน (variance) ซึ่งเป็นค่าที่ใช้บอกปริมาณการกระจายของการแจกแจง การแจกแจงปรกติที่มีค่า และ จะถูกเรียกว่า การแจกแจงปรกติมาตรฐาน การแจกแจงปรกติเป็นการแจกแจงที่เด่นที่สุดในทางวิชาความน่าจะเป็นและสถิติศาสตร์ ซึ่งก็มาจากหลาย ๆ เหตุผล ซึ่งก็รวมถึงผลจากทฤษฎีบทขีดจํากัดกลาง (central limit theorem) ที่กล่าวว่า ภายใต้สภาพทั่ว ๆ ไปแล้ว ค่าเฉลี่ยจากการสุ่มค่าของตัวแปรสุ่มอิสระจากการแจกแจงใด ๆ (ที่มีค่าเฉลี่ยและค่าความแปรปรวนจำกัด) ถ้าจำนวนการสุ่มนั้นใหญ่พอ แล้วค่าเฉลี่ยนั้นจะมีการแจกแจงประมาณได้เป็นการแจกแจงปรกต. ทฤษฎีความน่าจะเป็น คือการศึกษาความน่าจะเป็นแบบคณิตศาสตร์ นักคณิตศาสตร์จะมองความน่าจะเป็นว่าเป็นตัวเลขระหว่างศูนย์กับหนึ่ง ที่กำหนดให้กับ "เหตุการณ์" (ความน่าจะเป็นที่เท่ากับ 0 ก็คือไม่มีโอกาสที่เหตุการณ์นั้นจะเกิดขึ้น แต่ถ้าความน่าจะเป็นเท่ากับ 1 แสดงว่าเหตุการณ์เหล่านั้นเกิดขึ้นได้อย่างแน่นอน) ที่เกิดขึ้นแบบสุ่ม ความน่าจะเป็น P(E) ถูกกำหนดให้กับเหตุการณ์ E ตามสัจพจน์ของความน่าจะเป็น ความน่าจะเป็นที่เหตุการณ์ E จะเกิดขึ้น เมื่อ กำหนด ให้อีกเหตุการณ์ F เกิดขึ้น เรียกว่าความน่าจะเป็นมีเงื่อนไข ของ E เมื่อให้ F โดยค่าความน่าจะเป็นคือ P(E \cap F)/P(F) (เมื่อ P(F) ไม่เป็นศูนย์) ถ้าความน่าจะเป็นมีเงื่อนไขของ E เมื่อให้ F มีค่าเช่นเดียวกับความน่าจะเป็น (แบบไม่มีเงื่อนไข) ของ E เราจะกล่าวว่าเหตุการณ์ E และ F เป็นเหตุการณ์ที่เป็นอิสระต่อกันเชิงสถิติ เราจะสังเกตได้ว่าความสัมพันธ์นี้เป็นความสัมพันธ์สมมาตร ทั้งนี้เนื่องจากการเป็นอิสระต่อกันนี้เขียนแทนได้เป็น P(E \cap F).

ความคล้ายคลึงกันระหว่าง การแจกแจงปรกติและทฤษฎีความน่าจะเป็น

การแจกแจงปรกติและทฤษฎีความน่าจะเป็น มี 0 สิ่งที่เหมือนกัน (ใน ยูเนี่ยนพีเดีย)

รายการด้านบนตอบคำถามต่อไปนี้

การเปรียบเทียบระหว่าง การแจกแจงปรกติและทฤษฎีความน่าจะเป็น

การแจกแจงปรกติ มี 6 ความสัมพันธ์ขณะที่ ทฤษฎีความน่าจะเป็น มี 13 ขณะที่พวกเขามีเหมือนกัน 0, ดัชนี Jaccard คือ 0.00% = 0 / (6 + 13)

การอ้างอิง

บทความนี้แสดงความสัมพันธ์ระหว่าง การแจกแจงปรกติและทฤษฎีความน่าจะเป็น หากต้องการเข้าถึงบทความแต่ละบทความที่ได้รับการรวบรวมข้อมูลโปรดไปที่:

Hey! เราอยู่ใน Facebook ตอนนี้! »