Dalam statistik, sebaran seragam adalah istilah yang digunakan untuk menggambarkan bentuk taburan kebarangkalian di mana setiap hasil yang mungkin mempunyai kemungkinan yang sama berlaku. Kebarangkalian adalah tetap kerana setiap pemboleh ubah mempunyai peluang yang sama untuk menjadi hasilnya.
Ringkasan Pantas
- Dalam statistik, taburan seragam adalah taburan kebarangkalian di mana semua hasilnya sama.
- Pembahagian seragam yang diskrit mempunyai jumlah hasil yang terhad. Pengagihan seragam berterusan adalah sebaran statistik dengan sebilangan besar nilai yang boleh diukur sama.
- Konsep pembahagian seragam diskrit dan pengedaran seragam berterusan, serta pemboleh ubah rawak yang mereka gambarkan, adalah asas analisis statistik dan teori kebarangkalian.
Contoh Pembahagian Seragam
Pembahagian seragam adalah pengagihan statistik yang paling mudah. Konsep pembahagian seragam, serta pemboleh ubah rawak yang dijelaskannya, membentuk asas analisis statistik dan teori kebarangkalian.
Contohnya, jika anda berdiri di sudut jalan dan mula menyerahkan bil $ 100 secara rawak kepada mana-mana orang bertuah yang melintasinya, maka setiap orang yang lewat akan mempunyai peluang yang sama untuk menyerahkan wang tersebut. Peratusan kebarangkalian adalah 1 dibahagikan dengan jumlah hasil (bilangan orang yang lewat). Namun, jika anda menyukai orang atau wanita pendek, mereka akan mempunyai peluang lebih tinggi untuk diberi bil $ 100 daripada orang yang lewat. Itu tidak akan digambarkan sebagai kebarangkalian seragam.
Sekeping kad juga mempunyai taburan yang seragam. Ini kerana seseorang mempunyai peluang yang sama untuk melukis sekop, jantung, kelab, atau berlian. Contoh lain dengan pembahagian yang seragam adalah ketika duit syiling dilemparkan. Kemungkinan mendapat ekor atau kepala adalah sama. Graf taburan seragam biasanya rata, di mana sisi dan bahagian atasnya selari dengan paksi-x dan y.
Jenis Pembahagian Seragam
Pembahagian yang seragam dapat dikelompokkan menjadi dua kategori berdasarkan jenis kemungkinan hasil.
1. Pembahagian seragam yang diskrit
Dalam statistik dan teori kebarangkalian, sebaran seragam diskrit adalah taburan statistik di mana kebarangkalian hasil sama besar kemungkinan dan dengan nilai terhingga. Contoh yang baik dari sebaran seragam yang diskrit adalah hasil yang mungkin berlaku dari penggulungan die 6 sisi. Nilai yang mungkin adalah 1, 2, 3, 4, 5, atau 6. Dalam kes ini, masing-masing dari enam nombor mempunyai peluang yang sama untuk muncul. Oleh itu, setiap kali die 6 sisi dilemparkan, setiap sisi mempunyai peluang 1/6.
Bilangan nilai adalah terhad. Tidak mustahil untuk mendapatkan nilai 1.3, 4.2, atau 5.7 ketika melancarkan die wajar. Walau bagaimanapun, jika satu lagi die ditambahkan dan kedua-duanya dilemparkan, pengagihan yang dihasilkan tidak lagi seragam kerana kebarangkalian jumlahnya tidak sama. Contoh mudah lain ialah kebarangkalian pembahagian duit syiling dibalik. Kemungkinan hasil dalam senario seperti itu hanya dua. Oleh itu, nilai terhingga adalah 2.
Terdapat beberapa cara di mana pengedaran seragam diskrit dapat bermanfaat bagi perniagaan. Sebagai contoh, ia boleh timbul dalam pengurusan inventori Pengauditan Inventori Pengauditan inventori adalah proses pemeriksaan silang rekod kewangan dengan inventori fizikal dan rekod. Ia dapat disiapkan oleh juruaudit dan yang lain dalam kajian kekerapan penjualan inventori. Ia dapat memberikan taburan kebarangkalian yang dapat membimbing perniagaan tentang cara memperuntukkan inventori dengan betul untuk penggunaan rakaman persegi yang terbaik.
Pembahagian seragam diskrit juga berguna dalam simulasi Monte Carlo Simulasi Monte Carlo Simulasi Monte Carlo adalah kaedah statistik yang diterapkan dalam memodelkan kebarangkalian hasil yang berbeza dalam masalah yang tidak dapat diselesaikan secara sederhana, kerana gangguan pemboleh ubah rawak. . Ini adalah teknik pemodelan yang menggunakan teknologi terprogram untuk mengenal pasti kebarangkalian hasil yang berbeza. Simulasi Monte Carlo sering digunakan untuk meramalkan senario dan membantu dalam mengenal pasti risiko.
2. Pengedaran seragam berterusan
Tidak semua pengedaran seragam adalah diskrit; ada yang berterusan. Taburan seragam berterusan (juga disebut sebaran segi empat tepat) adalah taburan statistik dengan bilangan nilai tak terukur yang tidak terhingga. Tidak seperti pemboleh ubah rawak diskrit, pemboleh ubah rawak berterusan dapat mengambil nilai nyata dalam julat yang ditentukan.
Pembahagian seragam berterusan selalunya berbentuk segi empat. Contoh pengagihan seragam berterusan adalah penjana nombor rawak ideal. Dengan pembahagian seragam berterusan, sama seperti pembahagian seragam diskrit, setiap pemboleh ubah mempunyai peluang yang sama untuk berlaku. Walau bagaimanapun, terdapat sejumlah titik yang boleh wujud.
Lebih Banyak Sumber
Finance adalah penyedia rasmi Pensijilan Pemodelan & Penilaian Kewangan global (FMVA) ™ Sertifikasi FMVA® Sertai 350,600+ pelajar yang bekerja untuk syarikat seperti program pensijilan Amazon, JP Morgan, dan Ferrari, yang direka untuk membantu sesiapa sahaja menjadi penganalisis kewangan bertaraf dunia . Untuk terus memajukan kerjaya anda, sumber Kewangan tambahan di bawah akan berguna:
- Konsep Statistik Asas dalam Kewangan Konsep Statistik Asas untuk Kewangan Pemahaman yang kukuh mengenai statistik sangat penting dalam membantu kita memahami kewangan dengan lebih baik. Lebih-lebih lagi, konsep statistik dapat membantu pemantau memantau
- Taburan Normal Taburan Normal Taburan normal juga disebut sebagai sebaran Gaussian atau Gauss. Jenis pengedaran ini banyak digunakan dalam sains semula jadi dan sosial. The
- Parameter Parameter Parameter adalah komponen berguna dalam analisis statistik. Ia merujuk kepada ciri-ciri yang digunakan untuk menentukan populasi tertentu. Ia digunakan untuk
- Kebarangkalian Tanpa Syarat Kebarangkalian Tanpa Syarat Kebarangkalian tanpa syarat, juga dikenali sebagai kebarangkalian marginal, merujuk kepada kebarangkalian yang tidak dipengaruhi oleh peristiwa sebelumnya atau masa depan. Dalam kata lain,
