В эксперименте с монетой определили случайную величину Y: Y=1, если выпал орёл, иначе 0. Почему такая конструкция удобна?
AПотому что делает вероятность
P(Y=1) равной единице при любом исходе и убирает неопределённостьBПотому что переводит модель монеты в непрерывную и позволяет работать с плотностью вероятности
PDFCПотому что превращает исходы в числовую случайную величину и позволяет задавать
PMF, считать вероятности и средниеDПотому что убирает случайность из результата и делает каждый бросок монеты заранее известным
Правильный ответ. Индикаторная случайная величина переводит исходы в числа и позволяет напрямую задавать
PMF и считать вероятности.Разбор
Когда исходы нечисловые, их неудобно агрегировать и сравнивать, но индикатор делает это возможным. Для Y можно явно задать PMF и работать с вероятностями вроде P(Y=1). В аналитике такой приём описывает события типа покупка/не покупка и помогает связывать их с частотой и средним. Это не делает процесс непрерывным и не требует PDF, и тем более не убирает случайность из результата.
Проверь себя · 1/3разбор после ответа
Что корректнее использовать для моделирования времени загрузки страницы как случайной величины X, если время измеряется на непрерывной шкале?
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 описывает `PMF` (функция вероятностей) для дискретной случайной величины X?
- 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?
- Все вопросы по «Случайные величины: основы» →