SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

Understanding Random Variables: Exploring Probability Distributions

muriel avatar
muriel
13 diapositives · 233 Views · Oct 23, 2014

This chapter combines methods from Chapters 1 and 6 to construct probability distributions. Probability distributions predict likely outcomes. Learn to form a theoretical behavior model using descriptive statistics and probabilities.

Understanding Random Variables: Exploring Probability Distributions - slide 1
01 / 13Understanding Random Variables: Exploring Probability Distributions
1 / 17

Télécharger la présentation

Understanding Random Variables: Exploring Probability Distributions
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. Chapter 7 Random Variables

  2. Overview This chapter will deal with the construction of probability distributions by combining the methods of Chapter 1 with the those of Chapter 6. Probability Distributions will describe what will probably happen instead of what actually did happen.

  3. Combining Descriptive Statistics Methods and Probabilities to Form a Theoretical Model of Behavior Chapter 7 Chapter 1 Chapter 6

  4. § 7.1 Random Variables

  5. Definitions • Random Variable a variable (typically represented by x) that has a single numerical value, determined by chance, for each outcome of a procedure • Probability Distribution a graph, table, or formula that gives the probability for each value of the random variable

  6. Table 4-1 Probability DistributionNumber of Girls Among Fourteen Newborn Babies x P(x) 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 0.000 0.001 0.006 0.022 0.061 0.122 0.183 0.209 0.183 0.122 0.061 0.022 0.006 0.001 0.000

  7. Definitions • Discrete random variable has either a finite number of values or countable number of values, where ‘countable’ refers to the fact that there might be infinitely many values, but they result from a counting process.

  8. Probability Histogram Figure 4-3

  9. Example: JSL Appliances • Discrete random variable with a finite number of values Let x = number of TV sets sold at the store in one day where x can take on 5 values (0, 1, 2, 3, 4) • Discrete random variable with an infinite sequence of values Let x = number of customers arriving in one day where x can take on the values 0, 1, 2, . . . We can count the customers arriving, but there is no finite upper limit on the number that might arrive.

  10. Definitions • Continuous random variable has infinitely many values, and those values can be associated with measurements on a continuous scale with no gaps or interruptions.

  11. Requirements for Probability Distribution

  12. Requirements for Probability Distribution  P(x) = 1 where x assumes all possible values

  13. Requirements for Probability Distribution  P(x) = 1 where x assumes all possible values 0 P(x) 1 for every value of x