Diferença entre variáveis aleatórias e distribuição de probabilidade
Variáveis aleatórias versus distribuição de probabilidade
As experiências estatísticas são experiências aleatórias que podem ser repetidas indefinidamente com um conjunto conhecido de resultados. Ambas variáveis aleatórias e distribuições de probabilidade estão associadas a tais experiências. Para cada variável aleatória, existe uma distribuição de probabilidade associada definida por uma função chamada função de distribuição cumulativa.
O que é uma variável aleatória?
Uma variável aleatória é uma função que atribui valores numéricos aos resultados de uma experiência estatística. Em outras palavras, é uma função definida a partir do espaço de amostra de uma experiência estatística no conjunto de números reais.
Por exemplo, considere uma experiência aleatória de lançar uma moeda duas vezes. Os possíveis resultados são HH, HT, TH e TT (H - heads, T - tales). Deixe a variável X ser o número de cabeças observado na experiência. Então, X pode levar os valores 0, 1 ou 2, e é uma variável aleatória. Aqui, a variável aleatória X mapeará o conjunto S = {HH, HT, TH, TT} (o espaço da amostra) para o conjunto {0, 1, 2} de forma que HH seja mapeado para 2, HT e TH são mapeados para 1 e TT é mapeado para 0. Na notação de função, isso pode ser escrito como, X: S → R onde X (HH) = 2, X (HT) = 1, X (TH) = 1 e X (TT) = 0.
Existem dois tipos de variáveis aleatórias: discretas e contínuas, pelo que o número de valores possíveis que uma variável aleatória pode assumir é mais contável ou não. No exemplo anterior, a variável aleatória X é uma variável aleatória discreta, uma vez que {0, 1, 2} é um conjunto finito. Agora, considere a experiência estatística de encontrar os pesos dos alunos em uma aula. Seja Y a variável aleatória definida como o peso de um aluno. Y pode tomar qualquer valor real dentro de um intervalo específico. Portanto, Y é uma variável aleatória contínua.
O que é uma distribuição de probabilidade?
A distribuição de probabilidade é uma função que descreve a probabilidade de uma variável aleatória tomar certos valores.
Uma função chamada função de distribuição cumulativa (F) pode ser definida a partir do conjunto de números reais para o conjunto de números reais como F (x) = P (X ≤ x) (a probabilidade de X ser menor ou igual a x) para cada possível resultado x. Agora, a função de distribuição cumulativa de X no primeiro exemplo pode ser escrita como F (a) = 0, se a <0; f (a) = 0. 25, se 0≤a <1; f (a) = 0. 75, se 1≤a <2>
No caso de variáveis aleatórias discretas, uma função pode ser definida a partir do conjunto de possíveis resultados para o conjunto de números reais de tal forma que ƒ (x) = P (X = x) (a probabilidade de X ser igual a x) para cada possível resultado x. Esta função particular ƒ é chamada de função de massa de probabilidade da variável aleatória X.Agora, a função de massa de probabilidade de X no primeiro exemplo particular pode ser escrita como ƒ (0) = 0. 25, ƒ (1) = 0. 5, ƒ (2) = 0. 25, e ƒ (x) = 0 caso contrário. Assim, a função de massa de probabilidade juntamente com a função de distribuição cumulativa descreverá a distribuição de probabilidade de X no primeiro exemplo.
No caso de variáveis aleatórias contínuas, uma função chamada de função de densidade de probabilidade (ƒ) pode ser definida como ƒ (x) = dF (x) / dx para cada x onde F é a função de distribuição cumulativa do aleatório contínuo variável. É fácil ver que esta função satisfaz ∫ƒ (x) dx = 1. A função de densidade de probabilidade juntamente com a função de distribuição cumulativa descreve a distribuição de probabilidade de uma variável aleatória contínua. Por exemplo, a distribuição normal (que é uma distribuição de probabilidade contínua) é descrita usando a função de densidade de probabilidade ƒ (x) = 1 / √ (2πσ 2 ) e ^ ([(x-μ)] < 2 / (2σ 2 )). Qual a diferença entre variáveis aleatórias e distribuição de probabilidade?
