Что описывает PMF (функция вероятностей) для дискретной случайной величины X?
AПлощадь под графиком функции равна
P(X=a) для любого конкретного значения a из области определенияBОна задаёт значения
P(X<=x) накопленным образом для любого x и описывает функцию распределения целикомCОна задаёт значения
P(X=x) для каждого возможного значения x дискретной случайной величины XDОна всегда является возрастающей функцией от x и принимает значения от 0 до 1 во всей области
Правильный ответ.
PMF задаёт точечные вероятности P(X=x) для каждого возможного значения дискретной случайной величины.Разбор
PMF можно воспринимать как таблицу: каждому возможному x соответствует P(X=x). Вероятность события вроде P(X>=2) находится суммированием соответствующих значений PMF. Накопленные вероятности P(X<=x) описывает уже CDF, которая для дискретного случая выглядит как ступенчатая функция и не равна PMF. Возрастание тоже относится к CDF, а не к PMF.
Проверь себя · 1/3разбор после ответа
Аналитик хочет посчитать
P(X <= 10) для случайной величины X. Какая формула определяет функцию CDF F(x), которая даёт нужное значение напрямую?Ещё вопросы по теме «Случайные величины: основы»
- В эксперименте с монетой исходы: орёл или решка. Определим случайную величину `X`: `X=1` для орла и `X=0` для решки. Что в общем случае означает случайная величина?
- Пусть случайная величина X — число очков, выпавших при броске честного кубика. Какой это тип случайной величины?
- Что наиболее точно описывает `PDF` для непрерывной случайной величины X (например, время ожидания)?
- Почему для непрерывной случайной величины X верно `P(X=a)=0`, даже если значение a кажется вполне возможным?
- Известна функция распределения `CDF` F(x) непрерывной случайной величины `X`. Как корректно выразить `P(a<X<=b)` через `F`?
- Все вопросы по «Случайные величины: основы» →