Apakah Pembahagian Diskret?
Pengagihan diskret adalah taburan statistik yang menunjukkan kebarangkalian hasil dengan nilai terhingga. Pengagihan statistik boleh sama ada diskret atau berterusan. Pengagihan berterusan dibina dari hasil yang berpotensi mempunyai nilai tak terukur.
Keseluruhannya, konsep kebarangkalian diskret dan kebarangkalian berterusan dan pemboleh ubah rawak yang mereka terangkan adalah asas dari teori kebarangkalian dan analisis statistik.
Memahami Pembahagian Diskret
Pengedaran adalah konsep statistik yang digunakan dalam penyelidikan data. Ahli statistik yang ingin mengenal pasti hasil dan kebarangkalian sesuatu kajian tertentu akan mencatatkan titik data yang boleh diukur dari satu set data, menghasilkan gambarajah edaran kebarangkalian. Terdapat banyak jenis bentuk rajah edaran kebarangkalian yang boleh dihasilkan daripada kajian edaran. Sebahagian daripada taburan kebarangkalian yang paling umum termasuk: normal, seragam, binomial, geometri, Poisson, eksponen, chi-kuadrat, gamma, dan beta.
Pengagihan mestilah sama ada diskret atau berterusan.
Ahli statistik dapat mengenal pasti perkembangan sama ada pengedaran diskret atau berterusan dengan jenis hasil yang hendak diukur. Pengagihan diskret mempunyai bilangan hasil yang terhingga. Sebagai contoh, apabila mengkaji taburan kebarangkalian mati dengan enam nombor bernombor hanya terdapat enam hasil yang mungkin, jadi nilai terhingga adalah enam. Satu lagi contoh boleh termasuk membalik duit syiling. Membalik duit syiling hanya dapat menghasilkan dua hasil sehingga nilai terhingga adalah dua.
Contoh Pengagihan Diskret
Distribusi kebarangkalian diskrin yang paling umum termasuk binomial, Poisson, Bernoulli, dan multinomial. Satu contoh di mana pengedaran diskret boleh berharga untuk perniagaan adalah dalam pengurusan inventori. Mempelajari kekerapan inventori yang dijual bersamaan dengan jumlah inventori yang tersedia yang boleh menyediakan perniagaan dengan taburan kebarangkalian yang membawa kepada petunjuk mengenai peruntukan inventori yang sesuai untuk menggunakan rekaman persegi terbaik.
Pengagihan diskret juga boleh timbul dalam simulasi Monte Carlo. Simulasi Monte Carlo adalah teknik pemodelan yang mengenal pasti kebarangkalian hasil yang berbeza melalui teknologi yang diprogramkan. Ia digunakan terutamanya untuk membantu ramalan ramalan dan mengenal pasti risiko. Dalam simulasi Monte Carlo, hasil dengan nilai-nilai diskret akan menghasilkan pengagihan diskret untuk analisis. Pengagihan ini digunakan dalam menentukan risiko dan pertukaran dalam item yang sedang dipertimbangkan.
