Ayrık Dağıtım
Kesikli Dağıtım Nedir?
Ayrık dağılım, 1, 2, 3… gibi kesikli (sayılabilir) sonuçların olasılıklarını gösteren istatistiksel bir dağılımdır. İstatistiksel dağılımlar kesikli veya sürekli olabilir.
0’dan büyük tüm sayılar gibi (3.14159265 gibi, ondalık sayıları sonsuza kadar devam eden sayıları içerir) gibi bir sürekliliğe düşen sonuçlardan sürekli bir dağılım oluşturulur. Genel olarak, ayrık ve sürekli kavramları olasılık dağılımları ve rastgele değişkenler onlar açıklamak olasılık teorisi ve istatistiksel analiz temelleri vardır.
Ayrık Dağıtımı Anlamak
Dağıtım, veri araştırmasında kullanılan istatistiksel bir kavramdır. Belirli bir çalışmanın sonuçlarını ve olasılıklarını belirlemeye çalışan istatistikçiler, bir veri setinden ölçülebilir veri noktalarının grafiğini çıkaracak ve sonuçta bir olasılık dağılım diyagramı ortaya çıkacaktır. Bir dağılım etüdünden kaynaklanabilecek pek çok olasılık dağılım diyagramı şekli vardır. En yaygın olasılık dağılımlarından bazıları şunlardır: normal, tekdüze, iki terimli, geometrik, Poisson, üstel, ki-kare, gama ve beta.
Dağılımlar ya ayrı ya da sürekli olmalıdır.
İstatistikçiler, ölçülecek sonuçların doğasına göre ya ayrı ayrı ya da sürekli bir dağılımın gelişimini belirleyebilirler. Ayrık dağılımların sayılabilir sayıda sonucu vardır, bu da potansiyel sonuçların bir listeye konulabileceği anlamına gelir. Liste sonlu veya sonsuz olabilir; Poisson dağılımı, listesi {0, 1, 2,…} sonsuz olan ayrık bir dağılımdır. Örneğin, altı numaralı kenarlı bir kalıbın olasılık dağılımını incelerken liste {1, 2, 3, 4, 5, 6} şeklindedir. Başka bir örnek, yazı tura atmayı içerebilir. Yazı tura atmak size {Yazı, Yazı} listesini verir.
Kesikli Dağıtım Örnekleri
En yaygın kesikli olasılık dağılımları, binom, Poisson, Bernoulli ve multinomialdir. Ayrı dağıtımın işletmeler için değerli olabileceği bir örnek, envanter yönetimidir. Sonlu bir stok miktarı ile birlikte satılan envanter sıklığını incelemek, bir işletmeye, kare görüntüyü en iyi şekilde kullanmak için envanterin doğru tahsisi konusunda rehberlik sağlayan bir olasılık dağılımı sağlayabilir.
Ayrık dağılımlar da Monte Carlo simülasyonunda ortaya çıkabilir. Monte Carlo simülasyonu, programlanmış teknoloji aracılığıyla farklı sonuçların olasılıklarını belirleyen bir modelleme tekniğidir. Öncelikle senaryoları tahmin etmeye ve riskleri tanımlamaya yardımcı olmak için kullanılır. Monte Carlo simülasyonunda, ayrık değerlere sahip sonuçlar, analiz için ayrı dağılımlar üretecektir. Bu dağılımlar, dikkate alınan farklı kalemler arasındaki risk ve ödünleşimlerin belirlenmesinde kullanılır.