مرجع
آخر الزيارات

توزيع منتظم متقطع

381 كلمة•0 مشاهدة•🗒️ منذ 7 أيام
باختصار: في نظرية الاحتمال والإحصائيات، يعد التوزيع المنتظم المتقطع هو توزيع الاحتمالات حيث يكون عددًا محدودًا من القيم المتباعدة بالتساوي ويمكن ملاحظتها بشكل متساوٍ على وجه التقريب؛ فكل قيمة من القيم n يكون لها احتمال متساوٍ مع 1/n. تتناول المقالة قسمين هما «التبديل العشوائي» و«تقدير الحد الأقصى».
المحتويات
  1. التبديل العشوائي
  2. تقدير الحد الأقصى
توزيع منتظم متقطع

في البداية، في نظرية الاحتمال والإحصائيات، يعد التوزيع المنتظم المتقطع هو توزيع الاحتمالات حيث يكون عددًا محدودًا من القيم المتباعدة بالتساوي ويمكن ملاحظتها بشكل متساوٍ على وجه التقريب؛ فكل قيمة من القيم n يكون لها احتمال متساوٍ مع 1/n. وبمعنى آخر فإن «التوزيع المنتظم المتقطع» سيكون «عددًا معرفًا من النتائج المتباعدة بالتساوي والتي لها نفس نسبة احتمال الحدوث». ونتناول فيما يلي مزيدًا من التفاصيل.

وفي السياق ذاته، إن دالة التوزيع التراكمي (CDF) للتوزيع المنتظم المتقطع يمكن التعبير عنها في شكل توزيع متطابق مثل

ومن ناحية أخرى، حيث دالة هيفسايد الدرجية هي دالة توزيع تراكمي للتوزيع المتطابق المتركز على , مستعملًا التعبير الاصطلاحي

من جهة ثانية، إذا كان لمتغير عشوائي أي من قيم المحتملة المتباعدة بالتساوي والتي لها نفس نسبة الاحتمال، إذا فلها نفس التوزيع المنتظم المتقطع. ويكون احتمال أي نتيجة هو   is . هناك مثال بسيط للتوزيع المنتظم المتقطع وهو رمي النرد العادل (نرد) القيم الممكنة للمتغير هي 1، 2، 3، 4، 5، 6؛ وفي كل مرة يتم رمي النرد فيها، يكون الاحتمال المتوقع نتيجة من 1/6. إذا ألقي حجر نرد، وأضيفت قيمتهما، فإن التوزيع المنتظم المتقطع لا يكون مناسبًا لأن القيم من 2 حتي 12 ليس لها احتمالات حدوث متساوية.

التبديل العشوائي

ملاحظات

إضافةً إلى ذلك، انظر الأرقام المصفوفية لحساب توزيع الاحتمالات لعدد النقاط الثابتة لتوزيع متساوٍ من عشوائية التبديل.

تقدير الحد الأقصى

إن مقدر UMVU للحد الأقصى ينتج من خلال

علاوةً على ذلك، «الحد الأقصى للعينة مضاف إليه متوسط الفارق بين الملاحظات في العينة»،

وعلى صعيد آخر، إذا لم يتم ترقيم العينات ولكن كانت قابلة للتعريف أو محددة بالعلامات، يمكن للمرء بدلاً من ذلك أن يقدر حجم السكان عبر طريقة الاستعادة- وإعادة الاستعادة.

ومن ناحية أخرى، يضاف الفارق للتعويض عن التحيز السلبي للحد الأقصى للعينة كمقدر للحد الأقصى لعدد السكان.

من جهة ثانية، يوصف هذا المثال بالقول بأنه يتم الحصول على عينة من ملاحظات k من التوزيع المنتظم للأعداد الصحيحة ، مع ظهور مشكلة تقدير الحد الأقصى غير المعروف للمتغير N. تعرف هذه المشكلة بشكل عام على أنها مشكلة الدبابات الألمانية، نظراً لتطبيق أقصى تقدير لتقديرات إنتاج الدبابة الألمانية خلال الحرب العالمية الثانية.

ومن جهة أخرى، حيث m هي الحد الأقصى للعينة و k هي حجم العينة، ويكون أخذ العينات دون إبدال. يمكن أن ينظر إلى ذلك على أنه حالة بسيطة جدًا لتقدير الحد الأقصى للمسافة.

ويكون الفارق في هذا كالتالي.

ويمكن فهم المعادلة بشكل بديهي على النحو التالي:

ومن ناحية أخرى، كما أن الحد الأقصى للعينة هو مُقدر الحد الأقصى للاحتمال للحد الأقصى لعدد السكان، ولكنه منحاز، كما ذكر أعلاه.

من جانب آخر، لذلك يكون الانحراف المعياري للتقريب في ، هو حجم متوسط (السكان) للفارق بين العينات؛ يقارن مع أعلاه.

ما رأيك في هذه المقالة؟

📝 هل في هذه المقالة خطأ؟

إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.