Вероятность: типы распределений скачать в хорошем качестве

Вероятность: типы распределений

👉🏻 Запишитесь на наш полный курс по науке о данных со скидкой 57%: https://bit.ly/31QAkMi В этой лекции мы поговорим о различных типах распределений вероятностей и о том, какие события можно описать с их помощью. Некоторые распределения обладают общими характеристиками, поэтому мы группируем их по типам. Некоторые, например, бросание кубика или выбор карты, имеют конечное число исходов. Они подчиняются дискретным распределениям. Другие, например, измерение времени и дистанции в лёгкой атлетике, имеют бесконечное число исходов. Они подчиняются непрерывным распределениям. Временные метки видео: 1:29 Дискретные распределения 3:42 Непрерывные распределения Мы рассмотрим характеристики некоторых наиболее распространённых распределений. Для каждого из них мы сосредоточимся на важном аспекте или на случаях его использования. Прежде чем перейти к деталям, вам необходимо знать правильную нотацию, используемую при определении распределений. Мы начинаем с записи имени переменной для нашего набора значений, за которым следует знак «тильда». Вместо него в скобках указывается заглавная буква, обозначающая тип распределения и некоторые характеристики набора данных. Обычно это среднее значение и дисперсия, но они могут различаться в зависимости от типа распределения. Итак, давайте начнём с обсуждения дискретных характеристик. Мы рассмотрим их кратко, а затем посвятим каждой из них отдельную лекцию. Итак, мы рассмотрели задачи, связанные с вытягиванием карт из колоды или подбрасыванием монеты. В обоих примерах показаны события, где все исходы равновероятны. Такие исходы называются равновероятными, и такие события подчиняются дискретному равномерному распределению. Существуют также события, у которых только два возможных исхода – «истина» или «ложь». Они подчиняются распределению Бернулли, независимо от того, какой из исходов более вероятен. Любое событие с двумя исходами можно преобразовать в событие Бернулли. Мы просто присваиваем одному из них значение «истина», а другому – «ложь». Представьте, что нам нужно выбрать капитана нашей студенческой спортивной команды. Команда состоит из 7 местных студентов и 3 иностранных студентов. Мы принимаем утверждение «истина» за утверждение «капитан — местный», а утверждение «капитан — иностранец» — за утверждение «ложь». Поскольку теперь результат может быть только «истина» или «ложь», мы имеем дело с распределением Бернулли. Если же мы проведём аналогичный эксперимент несколько раз подряд, то получим биномиальное распределение. ► Если вам понравился контент, нажмите кнопку «ПОДПИСАТЬСЯ»: https://www.youtube.com/c/365DataScie... ► ПОСЕТИТЕ наш сайт: https://bit.ly/365ds 🤝 Свяжитесь с нами в LinkedIn:   / 365datascience   365 Data Science — это онлайн-образовательный сайт, предлагающий невероятную возможность начать карьеру в сфере науки о данных, независимо от ваших знаний и опыта. Мы подготовили множество курсов, отвечающих потребностям начинающих BI-аналитиков, аналитиков данных и специалистов по работе с данными. Мы в 365 Data Science — преданные своему делу преподаватели, которые верят, что отсутствие доступа к качественным учебным ресурсам не должно подавлять любопытство. Именно поэтому мы концентрируем все усилия на создании высококачественного образовательного контента, доступного онлайн каждому. Ознакомьтесь с нашими руководствами по карьере в области науки о данных:    • How to Become a... (Data and AI Career Gui...   #вероятность #статистика #наука о данных