Thuộc tính của một biến ngẫu nhiên rời rạc


11

Khóa học thống kê của tôi chỉ dạy tôi rằng một biến ngẫu nhiên rời rạc có số lượng tùy chọn hữu hạn ... Tôi đã không nhận ra điều đó. Tôi đã có thể nghĩ, giống như một bộ số nguyên, nó có thể là vô hạn. Googling và kiểm tra một số trang web, bao gồm một số từ các khóa học đại học, đã không xác nhận cụ thể điều này; Tuy nhiên, hầu hết các trang web đều nói rằng các biến ngẫu nhiên rời rạc là có thể đếm được - tôi cho rằng điều đó có nghĩa là được đánh số chính xác?

Rõ ràng là các biến ngẫu nhiên liên tục là vô hạn ngay cả khi (hầu hết?) Thường bị ràng buộc.

Nhưng nếu các biến ngẫu nhiên rời rạc có khả năng hữu hạn, vậy thì phân phối vô hạn của các số nguyên là gì? Nó không rời rạc hay liên tục? Là câu hỏi tranh luận bởi vì các biến có xu hướng liên tục & (theo định nghĩa) là vô hạn hoặc không liên tục & hữu hạn?


10
Bạn nên hỏi khóa học thống kê của mình về các biến ngẫu nhiên hình học và poisson
xác suất

Đó là trực tuyến, vì vậy phản hồi hạn chế. Bạn đang đề xuất chúng là loại biến thứ ba (và thứ tư?), Thay vì chỉ phân phối (!)?
James

4
Một phân phối không phải là một biến ngẫu nhiên - và bỏ qua sự khác biệt đó đã khiến nhiều người bối rối. Một định lý hay của toán học đầu thế kỷ 20, định lý phân rã Lebesgue , cho thấy cách hình thành tất cả các hàm phân phối bao gồm ba loại khác nhau: "liên tục" (được chia nhỏ thành liên tục hoàn toàn và liên tục nhưng không ac) và "rời rạc. "
whuber

2
không phải là một khóa học tốt mà bạn đang tham gia - tôi sợ
Aksakal

Đối với tất cả các câu trả lời ở đây, cảm ơn bạn (mặc dù một số trong đầu tôi sẽ thú nhận). Tôi có lẽ nên tham khảo những gì đã kích hoạt câu hỏi này khi xem xét nó Tôi có thể đã giải thích nó không chính xác: một câu hỏi đúng / sai nêu rõ "Một biến ngẫu nhiên rời rạc có thể lấy một số hữu hạn các giá trị riêng biệt" được coi là đúng; với lời giải thích rằng câu lệnh "là một trong những thuộc tính chính của một biến ngẫu nhiên rời rạc". Nếu chúng tôi khảo sát nông dân hỏi họ sở hữu bao nhiêu gia súc, thì không thể ràng buộc số lượng trước đó, về mặt lý thuyết là vô hạn nhưng rời rạc ...?
James

Câu trả lời:


15

Nếu đó là những gì khóa học của bạn nói, nó sai.

Mặc dù các phân phối rời rạc có thể có một số lượng hữu hạn các kết quả có thể xảy ra, nhưng chúng không bắt buộc; bạn có thể có một phân phối riêng biệt có vô số kết quả có thể xảy ra - số lượng phần tử sẽ không quá nhiều.

Một ví dụ phổ biến sẽ là phân phối hình học; xem xét số lần tung của một đồng tiền công bằng cho đến khi bạn nhận được một cái đầu. Không có giới hạn trên hữu hạn về số lần tung có thể cần thiết. Nó có thể mất 1 lần tung, hoặc 2, hoặc 3 hoặc 100 hoặc bất kỳ số nào khác.

Một phân phối rời rạc có thể là âm (xem xét sự khác biệt giữa hai biến ngẫu nhiên phân phối hình học như vậy; nó có thể là bất kỳ số nguyên dương hoặc âm).

Tuy nhiên, một phân phối rời rạc không phải qua các số nguyên, như trong ví dụ của tôi. Đó chỉ là một tình huống phổ biến, không phải là một yêu cầu.


Vì vậy, điều kiện thực tế làm cho một phân phối "rời rạc" là gì? :)
Matthew Drury

Điều kiện là nó có số đo Lebesgue bằng 0, phải không, @matthewDrury?. Lần lượt tương đương với tổng phân phối thành một trên nhiều nhất là một tập hợp đếm được.
Therkel

Tôi phải thừa nhận tôi không biết các định nghĩa kinh điển. Tôi tò mò về vai trò của các điểm tích lũy trong tất cả điều này.
Matthew Drury

1
@Therkel Tôi nghĩ rằng việc phân phối trên Cantor Set sẽ không được coi là "rời rạc".
Tích lũy

Sau khi kiểm tra en.wikipedia.org/wiki/Countable_set, tôi rất vui khi chấp nhận đây là câu trả lời; ví dụ phân phối hình học là rõ ràng và dường như nó thể hiện sự đồng thuận của các câu trả lời đóng góp cho đến nay.
James

5

Tôi đang viết một câu trả lời, với viễn cảnh rằng tôi chỉ có một sự hiểu biết rất ngây thơ về xác suất lý thuyết đo lường (vì vậy, các chuyên gia, xin vui lòng sửa cho tôi!).

X:SRS

XX(S)SXXX

X(s)

Bạn cũng có thể có các biến ngẫu nhiên không rời rạc cũng không liên tục, chẳng hạn như phân phối Cantor .


1
Bạn thực sự biết khá nhiều về phân phối hoàn toàn liên tục, bởi vì (gần như theo định nghĩa) một phân phối hoàn toàn liên tục là một phân phối có mật độ. Có các phân phối liên tục không có mật độ: ví dụ nguyên mẫu là phân phối gây ra bởi hàm Cantor .
whuber

Nếu hình ảnh đếm được có điểm tích lũy, chúng ta vẫn sẽ nói nó rời rạc chứ?
Matthew Drury

1
[0,1]

3

Để trích dẫn trang wikipedia về các biến liên tục và rời rạc :

Nếu nó [biến] có thể đảm nhận hai giá trị thực cụ thể sao cho nó cũng có thể đảm nhận tất cả các giá trị thực giữa chúng (ngay cả các giá trị gần nhau tùy ý), biến đó liên tục trong khoảng đó

Do đó, một biến ngẫu nhiên rời rạc không nhất thiết phải có 'số lượng tùy chọn hữu hạn', nhưng cần phải có một khoảng cách không giới hạn giữa các giá trị có thể. Đây là trường hợp có phân phối số nguyên, vì 'khoảng cách' giữa hai số nguyên lân cận là 1 và không thể nhỏ hơn số nguyên này. Do đó, biến không liên tục vì nó không 'tiếp tục' trong các khoảng trống này.

Chỉnh sửa: Tôi biết rằng có lẽ cách tốt hơn và / hoặc chính xác hơn để trả lời điều này, nhưng đây là điều giúp cá nhân tôi hiểu được sự khác biệt.


4
01.

1
Một số tác giả đã nói rằng các giá trị gần nhau tùy ý không rời rạc, nhưng tôi phải thừa nhận rằng tôi thấy nó kỳ lạ (mặc dù có lẽ tôi đang thiếu một cái gì đó). Một ví dụ là sự phân bố chênh lệch căn bậc hai của hai biến thiên ngẫu nhiên Poisson (ứng dụng w.real: đôi khi người ta lấy căn bậc hai với các biến được cho là Poisson để ổn định phương sai và có thể quan tâm đến việc liệu sự khác biệt cặp có được tập trung tại số không). Các giá trị có thể tùy ý gần nhau với một biến thiên như vậy nhưng chúng luôn khác biệt (bạn có thể liệt kê từng loại), ... ctd
Glen_b -Reinstate Monica

Y=1/XXX Yε>0XY

2
@Glen Các tác giả này dường như nhầm lẫn hai khái niệm khác nhau về "rời rạc": một là ý tưởng lý thuyết đo lường được thảo luận ở đây và hai là khái niệm cấu trúc liên kết trong đó mỗi phần tử của tập rời rạc trong một không gian tôpô được chứa trong một tập mở. không có yếu tố nào khác của trong đó. Mặc dù thật tuyệt khi một thước đo xác suất được hỗ trợ trên bất kỳ tập hợp con rời rạc nào của dòng thực sẽ rời rạc, nhưng điều ngược lại là không đúng: các biện pháp rời rạc không cần phải được hỗ trợ trên các không gian con rời rạc. AAA
whuber

1
Tôi cho rằng đó là một hỗn hợp tôi có trong đầu. Tôi là một nhà tô pô được đào tạo, vì vậy tôi chắc chắn sẽ rời rạc trong bối cảnh tô pô khi tôi nghe nó. Cảm ơn đã làm rõ @whuber.
Matthew Drury
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.