Pagrindinės atsitiktinių kintamųjų sąvokos
Statistikoje ir tikimybių teorijoje atsitiktiniai kintamieji yra viena iš fundamentaliausių sąvokų, jungiančių atsitiktinius įvykius ir išmatuojamą matematinę analizę. Naudodami atsitiktinius kintamuosius, galime „išversti“ atsitiktinio eksperimento rezultatus, kurie iš pradžių susideda iš įvykių arba kategorijų, į skaičius, kuriuos galima apdoroti: apskaičiuoti jų tikimybes, apibendrinti juos vidurkiais, išmatuoti jų sklaidą ir net modeliuoti juos naudojant konkrečius skirstinius. Šiame straipsnyje aptariamos pagrindinės atsitiktinių kintamųjų sąvokos, jų tipai ir svarbiausios sąvokos, tokios kaip tikimybių funkcija, kaupiamoji skirstinio funkcija, tikėtina vertė ir dispersija.
1. Kas yra atsitiktinis kintamasis?
Paprastai tariant, atsitiktinis kintamasis yra funkcija, kuri kiekvieną imties erdvės rezultatą susieja su realiuoju skaičiumi. Imties erdvė yra visų galimų atsitiktinio eksperimento rezultatų rinkinys.
Pavyzdžiui, tarkime, kad ridename šešiakampį kauliuką. Imties erdvė yra {1, 2, 3, 4, 5, 6}. Atsitiktinį kintamąjį \(X\) galime apibrėžti kaip „skaičių, kuris rodomas ant kauliuko“. Tada \(X\) gali turėti reikšmes nuo 1 iki 6 su vienoda tikimybe, jei kauliukas yra teisingas.
Kitas pavyzdys: metame dvi monetas. Imties erdvė yra {HH, HT, TH, TT}. Jei atsitiktinį kintamąjį \(Y\) apibrėšime kaip „pasirodžiusių galvų skaičių (H)“, tai:
– HH → ∫(Y = 2)
– HT → ∫(Y = 1)
– TH → \(Y = 1\)
– TT → ∫(Y = 0)
Čia matome, kad atsitiktiniai kintamieji nebūtinai turi tiesiogiai „atspindėti“ pradinį rezultatą; jie yra būdas priskirti skaitines vertes atsitiktiniams rezultatams pagal analizės poreikius.
2. Atsitiktinių kintamųjų tipai: diskretiniai ir tolydieji
Paprastai atsitiktiniai kintamieji skirstomi į du pagrindinius tipus:
a) Diskretiniai atsitiktiniai kintamieji
Diskretus atsitiktinis kintamasis yra atsitiktinis kintamasis, kurio reikšmes galima skaičiuoti po vieną (skaičiuoti), paprastai sveikųjų skaičių arba atskiro konkrečių reikšmių rinkinio pavidalu.
Contoh:
– Vaikų skaičius šeimoje (0, 1, 2, 3, …)
– Per 1 minutę pro rinkliavos postą pravažiuojančių transporto priemonių skaičius
– Defektuotų prekių skaičius iš 10 patikrintų gaminių
Diskretiesiems atsitiktiniams kintamiesiems kiekvienos reikšmės tikimybė gali būti išreikšta tiesiogiai tikimybės masės funkcijos pavidalu.
b) Nuolatiniai atsitiktiniai kintamieji
Tolydus atsitiktinis kintamasis yra atsitiktinis kintamasis, kuris gali įgauti reikšmes tolydžiame intervale realiųjų skaičių tiesėje (nesuskaičiuojamoje), pavyzdžiui, visas reikšmes nuo 0 iki 1 arba visas teigiamas realiąsias reikšmes.
Contoh:
– Žmogaus ūgis
– Kliento laukimo laikas prie kasos
– Oro temperatūra tam tikrą valandą
Tolydaus atsitiktinio kintamojo tikimybė bet kuriame taške iš esmės lygi nuliui. Todėl tikimybė apskaičiuojama tam tikram reikšmių diapazonui (pvz., nuo 10 iki 12 minučių), naudojant tikimybės tankio funkciją.
3. Tikimybių funkcijos: PMF ir PDF
Kita svarbi sąvoka yra tai, kaip tikimybė yra „pritvirtinta“ prie atsitiktinio kintamojo vertės.
a) Tikimybių masės funkcija (PMF)
Diskrečiajam atsitiktiniam kintamajam (X) PMF apibrėžiamas taip:
\[
p(x) = P(X = x)
\]
numatant:
1. Σ(p(x) ∈ 0) visiems Σ(x)
2. (sum_x p(x) = 1)
Paprastas pavyzdys: sąžiningas kauliukas
\[
P(X=k)=\frac{1}{6}, \quad k=1,2,3,4,5,6
\]
b) Tikimybių tankio funkcija (PDF)
Tolydžiajam atsitiktiniam kintamajam \(X\) naudojame PDF \(f(x)\), kad intervalo \([a,b]\) tikimybė būtų:
\[
P(a ≤ X ≤ b) = ∫a^bf(x)₀,dx
\]
numatant:
1. (f(x) ≤ 0)
2. ∫_{-{f(x)}^{f(x)},dx = 1}
Verta pabrėžti: tolydžiajam atsitiktiniam kintamajam \(P(X=x)=0\) kiekvienai \(x\) vertei. Tikimybė visada yra reikšminga aptariant diapazonus.
4. Kaupiamoji pasiskirstymo funkcija (KDF)
Nesvarbu, ar tai diskretiniai, ar tolydieji atsitiktiniai kintamieji, juos galima apibūdinti kaupiamąja pasiskirstymo funkcija (KTF), kuri apibrėžiama taip:
\[
F(x) = P(X ≤ x)
\]
KDS turi keletą svarbių savybių:
– F(x) reikšmė visada yra tarp 0 ir 1
– \(F(x)\) nemažėja (nemažėja)
– \(\lim_{x\to -\infty}F(x)=0\) ir \(\lim_{x\to\infty}F(x)=1\)
Diskretiesiems kintamiesiems CDF yra „laiptų“ formos (tam tikruose taškuose kylanti). Tolydžiųjų kintamųjų CDF paprastai yra glotnioji ir yra PDF integralas:
\[
F(x) = ∫_{-{x} f(t)\dt
\]
5. Centrinės tendencijos matas: laukiama vertė (lūkestis)
Kai žinome tikimybių pasiskirstymą, dažnai norime apibendrinti atsitiktinį kintamąjį vienu skaičiumi, kuris parodytų jo „ilgalaikę vidutinę vertę“. Tai yra laukiama vertė arba lūkestis.
a) Diskrečiųjų kintamųjų lūkesčiai
Jei X yra diskretusis:
\[
E[X] = ∫x_sum_x,p(x)
\]
b) Tolydžiųjų kintamųjų lūkestis
Jei \(X\) yra tolydus:
\[
E[X] = ∫_{-{\infty}^{\infty} x\,f(x)\,dx
\]
Lūkestis ne visada sutampa su „dažniausiai pasitaikančia verte“ (modus) ir ne visada yra ta vertė, kuri iš tikrųjų greičiausiai pasitaikys, tačiau ji yra labai naudinga priimant sprendimus, prognozuojant ir analizuojant riziką.
Taikymo pavyzdys: Versle lūkesčiai gali būti naudojami apskaičiuoti numatomą vidutinį strategijos pelną, atsižvelgiant į įvairius scenarijus ir jų tikimybes.
6. Dispersijos matai: dispersija ir standartinis nuokrypis
Du atsitiktiniai kintamieji gali turėti tą pačią prognozę, bet skirtingą neapibrėžtumo lygį. Todėl mums reikia sklaidos matų, būtent dispersijos ir standartinio nuokrypio.
\(X\) dispersija apibrėžiama taip:
\[
Kintamasis(X)=E[(XE[X])^2]
\]
Standartinis nuokrypis yra dispersijos kvadratinė šaknis:
\[
η = ηqrt{Var(X)}
\]
Dažnai naudojamos praktinės formulės:
\[
Kintamasis(X) = E[X^2] – (E[X])^2
\]
Kuo didesnė dispersija, tuo didesnis \(X\) reikšmių skirtumas nuo vidurkio, o tai reiškia didesnį neapibrėžtumą.
7. Dažnai naudojami tikimybių skirstiniai
Praktiškai daugelis atsitiktinių kintamųjų atitinka tam tikrus pasiskirstymo modelius. Kai kurie populiarūs pasiskirstymai yra šie:
– Bernoulli: du rezultatai (sėkmė / nesėkmė), pavyzdžiui, tiesa-netiesa, gyvas-miręs.
– Binominis: sėkmių, atliktų iš \(n\) Bernulio bandymų, skaičius, pavyzdžiui, studentų, baigusių 20 žmonių studijas, skaičius.
– Puasono skaičius: įvykių skaičius laiko / erdvės intervale, pavyzdžiui, įeinančių skambučių skaičius per minutę.
– Vienodas tolydus: visos intervalo vertės yra vienodai tikėtinos.
– Normalusis (Gauso): daugelis gamtos ir socialinių reiškinių artėja prie šio pasiskirstymo, pavyzdžiui, aukštis ar matavimo paklaida.
Tinkamo paskirstymo pasirinkimas padeda modeliavimui ir analizei tapti tikslesniems.
8. Kodėl atsitiktiniai kintamieji yra svarbūs?
Atsitiktiniai kintamieji yra pagrindas:
– Išvadinė statistika: populiacijos parametrų įvertinimas remiantis imtimis
– Hipotezių tikrinimas: sprendimas, ar teiginys pagrįstas duomenimis
– Mašininis mokymasis: neapibrėžtumo ir prognozavimo tikimybės modeliavimas
– Rizikos valdymas: nuostolių ir ekstremalių scenarijų tikimybės matavimas
– Inžinerija ir mokslas: signalų apdorojimas, sistemų patikimumas, eilių teorija
Su atsitiktiniais kintamaisiais turime matematinę kalbą, skirtą sistemingai kalbėti apie neapibrėžtumą.
Išvada
Atsitiktinis kintamasis yra pagrindinė tikimybių teorijos sąvoka, kuri atsitiktinių eksperimentų rezultatus susieja su skaitinėmis reikšmėmis. Atsitiktiniai kintamieji gali būti diskretūs arba tolydūs, ir kiekvienas iš jų turi skirtingą būdą pateikti tikimybes naudojant PMF arba PDF. Be to, CDF suteikia įprastą būdą peržiūrėti tikimybių kaupimąsi. Apibendrinant skirstinį, prognozinė vertė naudojama kaip centrinės tendencijos matas, o dispersija / standartinis nuokrypis – kaip sklaidos matas. Šių pagrindinių sąvokų supratimas palengvins sudėtingesnių temų, tokių kaip tikimybių skirstiniai, statistinis vertinimas, regresija, rizikos modeliavimas ir šiuolaikinė duomenų analizė, mokymąsi.
Jei norite, taip pat galiu pridėti pavyzdinių klausimų ir jų aptarimų (diskrečiųjų ir tolydžiųjų), kad atsitiktinių kintamųjų sąvoka būtų lengviau suprantama.
