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

ค่าคาดหมาย

ดัชนี ค่าคาดหมาย

ำหรับทฤษฎีความน่าจะเป็นแล้ว ค่าคาดหมาย (expected value, expectation) ของ ตัวแปรสุ่ม คือ ค่าเฉลี่ยถ่วงน้ำหนัก (weighted average) ของทุกๆค่าที่เป็นไปได้ของตัวแปรสุ่ม โดยในการคำนวณการถ่วงน้ำหนักจะใช้ค่าฟังก์ชันความหนาแน่นของความน่าจะเป็น (probability density function)สำหรับตัวแปรสุ่มต่อเนื่อง หรือใช้ค่าฟังก์ชันมวลของความน่าจะเป็น (probability mass function) สำหรับตัวแปรวิยุต ค่าความคาดหมายนี้เมื่อพิจารณาจากกฎว่าด้วยจำนวนมาก ก็คือค่าลิมิตแบบ almost surely ของค่าเฉลี่ยที่ได้จากการสุ่มตัวอย่าง โดยที่จำนวนการสุ่มโตเข้าสู่ค่าอนันต์ หรือกล่าวอย่างไม่เป็นทางการว่า ค่าความคาดหมายคือค่าเฉลี่ยจากการสุ่มวัดที่ทำหลายๆครั้งมาก.

9 ความสัมพันธ์: การลู่เข้าสัมบูรณ์การแจกแจงความน่าจะเป็นลอการิทึมธรรมชาติลิมิตของฟังก์ชันอนันต์ทฤษฎีความน่าจะเป็นความน่าจะเป็นค่าเฉลี่ย (แก้ความกำกวม)ตัวแปรสุ่ม

การลู่เข้าสัมบูรณ์

ในทางคณิตศาสตร์ การลู่เข้าสัมบูรณ์ (absolute convergence) ของอนุกรมหรือปริพันธ์ใดๆ จะเกิดขึ้นได้ก็ต่อเมื่อ ผลลัพธ์ของค่าสัมบูรณ์ของตัวบวกหรือปริพัทธ์ (integrand) นั้นมีค่าอยู่ในเซตจำกัด คุณสมบัติของการลู่เข้าสัมบูรณ์เป็นสิ่งหนึ่งที่สำคัญ เนื่องจากเป็นสิ่งที่จำเป็นสำหรับการจัดเรียงใหม่ของผลคูณของผลบวก หากจะระบุให้เจาะจงกว่านี้ กำหนดให้อนุกรม \sum_^\infty a_n จะเรียกได้ว่าลู่เข้าสัมบูรณ์ก็ต่อเมื่อ \sum_^\infty \left|a_n\right| ในกรณีเดียวกัน กำหนดให้ปริพันธ์ \int_A f (x) \,dx จะเรียกได้ว่าลู่เข้าสัมบูรณ์ก็ต่อเมื่อ \int_A \left|f (x) \right|\,dx.

ใหม่!!: ค่าคาดหมายและการลู่เข้าสัมบูรณ์ · ดูเพิ่มเติม »

การแจกแจงความน่าจะเป็น

ในความน่าจะเป็นและสถิติศาสตร์ การแจกแจงความน่าจะเป็นกำหนดความน่าจะเป็นให้เซตย่อยของผลลัพธ์การทดลองสุ่ม การสำรวจหรือวิธีอนุมานทางสถิติที่วัดได้ทั้งหมด ตัวอย่างการแจกแจงความน่าจะเป็นพบได้ในการทดลองที่ปริภูมิตัวอย่างไม่เป็นตัวเลข ซึ่งการแจกแจงจะเป็นการแจกแจงประเภท, การทดลองที่ปริภูมิตัวอย่างเข้ารหัสด้วยตัวแปรสุ่มวิยุต ซึ่งการแจกแจงสามารถระบุได้ด้วยฟังก์ชันมวลของความน่าจะเป็น, และการทดลองที่ปริภูมิตัวอย่างเข้ารหัสด้วยตัวแปรสุ่มต่อเนื่อง ซึ่งการแจกแจงสามารถเจาะจงได้ด้วยฟังก์ชันความหนาแน่นของความน่าจะเป็น การทดลองที่ซับซ้อนกว่า เช่น การทดลองที่เกี่ยวข้องกับกระบวนการสโทแคสติกที่นิยามในเวลาต่อเนื่อง อาจต้องใช้เมเชอร์ความน่าจะเป็นที่เจาะจงน้อยกว.

ใหม่!!: ค่าคาดหมายและการแจกแจงความน่าจะเป็น · ดูเพิ่มเติม »

ลอการิทึมธรรมชาติ

ลอการิทึมธรรมชาติ (natural logarithm) คือ ลอการิทึมฐาน ''e'' โดยที่ \mathrm มีค่าโดยประมาณเท่ากับ 2.7182818 (ไม่สามารถเขียนในรูปเศษส่วนได้ เพราะ \mathrm เป็นจำนวนอตรรกยะ เช่นเดียวกับ \pi) นิยมใช้สัญลักษณ์เป็น ln ลอการิทึมธรรมชาติของจำนวนจริงบวก x ทุกจำนวนสามารถนิยามได้ นอกจากนี้ยังสามารถนิยามลอการิทึม สำหรับจำนวนเชิงซ้อนที่ไม่ใช่ศูนย์ได้เช่นกัน ดังที่จะได้อธิบายต่อไปข้างหน้า บางครั้งมีผู้เรียกลอการิทึมธรรมชาติว่า ลอการิทึมเนเพียร์ ถึงแม้ว่า จอห์น เนเพียร์ จะมิได้เป็นผู้คิดค้นฟังก์ชันชนิดนี้ขึ้นก็ตาม.

ใหม่!!: ค่าคาดหมายและลอการิทึมธรรมชาติ · ดูเพิ่มเติม »

ลิมิตของฟังก์ชัน

ในวิชาคณิตศาสตร์ ลิมิตของฟังก์ชัน เป็นแนวคิดพื้นฐานของ คณิตวิเคราะห์ (ภาคทฤษฎีของแคลคูลัส) ถ้าเราพูดว่า ฟังก์ชัน f มีลิมิต L ที่จุด p หมายความว่า ผลลัพธ์ของ f จะเข้าใกล้ L ที่จุดใกล้จุด p สำหรับนิยามอย่างเป็นทางการนั้น มีการกำหนดขึ้นครั้งแรก ช่วงปลายของคริสต์ศตวรรษที่ 19 มีรายละเอียดอยู่ข้างล่าง ดูที่ ข่ายลำดับ (topology) สำหรับนัยทั่วไปของแนวคิดของลิมิต.

ใหม่!!: ค่าคาดหมายและลิมิตของฟังก์ชัน · ดูเพิ่มเติม »

อนันต์

ัญลักษณ์อนันต์ในรูปแบบต่าง ๆ อนันต์ (infinity; ใช้สัญลักษณ์ ∞) เป็นแนวคิดในทางคณิตศาสตร์และปรัชญาที่อ้างถึงจำนวนที่ไม่มีขอบเขตหรือไม่มีที่สิ้นสุด ในประวัติศาสตร์ ผู้คนต่างพัฒนาแนวคิดต่าง ๆ เกี่ยวกับธรรมชาติของอนันต์ ในทางคณิตศาสตร์ มีการจำกัดความของคำว่าอนันต์ในทฤษฎีเซต ภาษาอังกฤษของอนันต์ที่ว่า Infinity มาจากคำในภาษาละติน infinitas ซึ่งแปลว่า "ไม่มีที่สิ้นสุด" ในทางคณิตศาสตร์ เนื้อหาที่เกี่ยวกับอนันต์จะถือว่าอนันต์เป็นตัวเลข เช่น ใช้ในการนับปริมาณ เป็นต้นว่า "จำนวนพจน์เป็นอนันต์" แต่อนันต์ไม่ใช่ตัวเลขชนิดเดียวกับจำนวนจริง เกออร์ก คันทอร์ นักคณิตศาสตร์ชาวเยอรมันได้จัดระเบียบแนวคิดที่เกี่ยวกับอนันต์และเซตอนันต์ในช่วงปลายศตวรรษที่ 19 ถึงต้นศตวรรษที่ 20 เขายังได้ค้นพบว่าอนันต์มีการนับปริมาณแตกต่างกัน แนวคิดดังกล่าวถูกเรียกว่าภาวะเชิงการนับ เช่น เซตของจำนวนเต็มเป็นเซตอนันต์ที่นับได้ แต่เซตของจำนวนจริงเป็นเซตอนันต์ที่นับไม่ได้.

ใหม่!!: ค่าคาดหมายและอนันต์ · ดูเพิ่มเติม »

ทฤษฎีความน่าจะเป็น

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).

ใหม่!!: ค่าคาดหมายและทฤษฎีความน่าจะเป็น · ดูเพิ่มเติม »

ความน่าจะเป็น

วามน่าจะเป็น คือการวัดหรือการประมาณความเป็นไปได้ว่า บางสิ่งบางอย่างจะเกิดขึ้นหรือถ้อยแถลงหนึ่ง ๆ จะเป็นจริงมากเท่าใด ความน่าจะเป็นมีค่าตั้งแต่ 0 (โอกาส 0% หรือ จะไม่เกิดขึ้น) ไปจนถึง 1 (โอกาส 100% หรือ จะเกิดขึ้น) ระดับของความน่าจะเป็นที่สูงขึ้น คือความเป็นไปได้มากขึ้นที่เหตุการณ์นั้นจะเกิด หรือถ้ามองจากเงื่อนเวลาของการสุ่มตัวอย่าง คือจำนวนครั้งมากขึ้นที่เหตุการณ์เช่นนั้นคาดหวังว่าจะเกิด มโนทัศน์เหล่านี้มาจากการแปลงคณิตศาสตร์เชิงสัจพจน์ในทฤษฎีความน่าจะเป็น ซึ่งใช้กันอย่างแพร่หลายในขอบเขตการศึกษาต่าง ๆ เช่น คณิตศาสตร์ สถิติศาสตร์ การเงิน การพนัน วิทยาศาสตร์ ปัญญาประดิษฐ์/การเรียนรู้ของเครื่อง และปรัชญา เพื่อร่างข้อสรุปเกี่ยวกับความถี่ที่คาดหวังของเหตุการณ์ต่าง ๆ เป็นอาทิ ทฤษฎีความน่าจะเป็นก็ยังนำมาใช้เพื่ออธิบายกลไกรากฐานและความสม่ำเสมอของระบบซับซ้อน.

ใหม่!!: ค่าคาดหมายและความน่าจะเป็น · ดูเพิ่มเติม »

ค่าเฉลี่ย (แก้ความกำกวม)

ฉลี่ย อาจหมายถึง.

ใหม่!!: ค่าคาดหมายและค่าเฉลี่ย (แก้ความกำกวม) · ดูเพิ่มเติม »

ตัวแปรสุ่ม

สำหรับทฤษฎีความน่าจะเป็นและสถิติศาสตร์ ตัวแปรสุ่ม (random variable) หมายถึง ตัวแปรที่ค่าของมันวัดได้จากกระบวนการสุ่มหรือกระบวนการที่มีความไม่แน่นอนอยู่ ตัวแปรสุ่มจะเป็นฟังก์ชันที่แปลงเหตุการณ์หรือผล (เช่น ผลลัพธ์ของการทอยลูกเต๋า)ไปเป็นจำนวนจริง (เช่น 1, 2, 3,..., 6) ค่าที่เป็นไปได้ของตัวแปรสุ่มจะแทนผลที่เป็นไปได้ของการทดลองที่ยังไม่ได้ทำหรือค่าของปริมาณที่ค่าจริงนั้นไม่แน่นอน (เช่น ผลของข้อมูลที่ไม่สมบูรณ์ หรือการวัดที่ไม่เที่ยงตรง) หรืออาจมองได้ว่า ตัวแปรสุ่มก็คือปริมาณที่ค่าของมันไม่ถูกเจาะจงไว้ หรือไม่ได้รู้แน่ๆ แต่อาจเป็นได้หลายๆค่า โดยที่การแจกแจงความน่าจะเป็นจะใช้ในการอธิบายถึงโอกาสที่ค่าต่างๆของตัวแปรสุ่มจะเป็นไปได้ หมวดหมู่:ทฤษฎีความน่าจะเป็น หมวดหมู่:การสุ่ม หมวดหมู่:ทฤษฎีทางสถิติ.

ใหม่!!: ค่าคาดหมายและตัวแปรสุ่ม · ดูเพิ่มเติม »

เปลี่ยนเส้นทางที่นี่:

Expected value

ขาออกขาเข้า
Hey! เราอยู่ใน Facebook ตอนนี้! »