Вы построили CDF для случайной величины X и увидели заметные скачки. Какое объяснение наиболее корректно?
AЭто значит, что X является непрерывной случайной величиной, а скачки на графике вызваны только округлением выводимых значений
BЭто означает нулевую плотность распределения по всей оси, поэтому весь график должен сводиться к горизонтальной прямой
CСкачки в
CDF указывают, что у X есть значения с ненулевым P(X=x), то есть это дискретная или смешанная модельDСкачки в
CDF для случайных величин невозможны как класс, поэтому график построен с технической ошибкой инструментомПравильный ответ. Скачки
CDF соответствуют ненулевым точечным вероятностям P(X=x) у дискретной или смешанной величины.Разбор
Если X принимает некоторые значения с ненулевой вероятностью, CDF делает скачок на величину этой вероятности. Это типично для дискретных величин и возможно в смешанных моделях, где есть и непрерывная часть, и точечная масса. Для чисто непрерывной модели CDF непрерывна, и для всех a выполняется P(X=a)=0. Поэтому скачки — сигнал проверить тип данных и определение X, а не ошибка построения графика.
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» →