Perbedaan Antara Distribusi Terpisah dan Kontinu

Distribusi Terpisah vs Kontinu

Distribusi variabel adalah deskripsi dari frekuensi kemunculan setiap hasil yang mungkin. Suatu fungsi dapat didefinisikan dari himpunan hasil yang mungkin ke himpunan bilangan real sedemikian rupa sehingga ƒ (x) = P (X = x) (probabilitas X sama dengan x) untuk setiap hasil yang mungkin x. Fungsi khusus ini ƒ disebut fungsi probabilitas massa / kerapatan variabel X. Sekarang fungsi massa probabilitas X, dalam contoh khusus ini, dapat ditulis sebagai ƒ (0) = 0,25, ƒ (1) = 0,5, dan ƒ (2) = 0,25.

Juga, fungsi yang disebut fungsi distribusi kumulatif (F) dapat didefinisikan dari himpunan bilangan real ke himpunan bilangan real sebagai F (x) = P (X ≤ x) (probabilitas X kurang dari atau sama dengan x ) untuk setiap kemungkinan hasil x. Sekarang fungsi kerapatan probabilitas X, dalam contoh khusus ini, dapat ditulis sebagai F (a) = 0, jika a<0; F(a) = 0.25, if 0≤a<1; F(a) = 0.75, if 1≤a<2 and F(a) = 1, if a≥2.

Apa itu distribusi diskrit?

Jika variabel yang terkait dengan distribusi adalah diskrit, maka distribusi tersebut disebut diskrit. Distribusi semacam itu ditentukan oleh fungsi massa probabilitas (ƒ). Contoh yang diberikan di atas adalah contoh distribusi seperti itu karena variabel X hanya dapat memiliki jumlah nilai terbatas. Contoh umum dari distribusi diskrit adalah distribusi binomial, distribusi Poisson, distribusi Hyper-geometric dan distribusi multinomial. Seperti yang terlihat dari contoh, fungsi distribusi kumulatif (F) adalah fungsi langkah dan ∑ ƒ (x) = 1.

Apa itu distribusi kontinu?

Jika variabel yang terkait dengan distribusi kontinu, maka distribusi tersebut dikatakan kontinu. Distribusi semacam itu didefinisikan menggunakan fungsi distribusi kumulatif (F). Kemudian diamati bahwa fungsi kerapatan ƒ (x) = dF (x) / dx dan bahwa ∫ƒ (x) dx = 1. Distribusi normal, distribusi t siswa, distribusi chi kuadrat, distribusi F adalah contoh umum untuk distribusi kontinu.