"সম্ভাব্যতার ঘনত্বের ক্রিয়াটির নীচে মোট অঞ্চলটি 1" - এর সাথে কী আপেক্ষিক?


20

ধারণাগতভাবে আমি "পিডিএফের নীচে মোট অঞ্চলটি 1" এর বাক্যটির অর্থ বুঝতে পারি। এর অর্থ হওয়া উচিত যে সম্ভাবনার মোট ব্যবধানে ফলাফলের সম্ভাবনাগুলি 100%।

তবে আমি সত্যিই এটি "জ্যামিতিক" দৃষ্টিকোণ থেকে বুঝতে পারি না। উদাহরণস্বরূপ, যদি একটি পিডিএফে এক্স-অক্ষটি দৈর্ঘ্যের প্রতিনিধিত্ব করে, কি কিমিটারের চেয়ে মিমি পরিমাপ করা হয় তবে বক্রের নীচের মোট অঞ্চলটি বড় হবে না?

ফাংশনটি একটি সরলরেখায় সমতল করা থাকলে বাঁকের নীচের অঞ্চলটি কীভাবে দেখায় তা আমি সর্বদা চেষ্টা করার চেষ্টা করি। Line রেখার উচ্চতা (y- অক্ষের অবস্থান) কোনও পিডিএফের জন্য একই হবে, বা এটির জন্য এক্স-অক্ষের বিরতিতে কোনও মান সংস্থান থাকবে যার জন্য ফাংশনটি সংজ্ঞায়িত করা হয়েছে?


আপনি অক্ষের স্কেলটি কিমি থেকে মিমি পরিবর্তন করতে পারেন তবে কী পরিমাণ হবে? আপনি এখনও সঠিক একই ছবি এবং এ ইউনিট জন্য ছয় আরো শূন্য হবে অক্ষ। আপনি চাইলে আপনি জুম বা জুম আউট করতে পারেন তবে এটি চিত্র পরিবর্তন করবে না। এদিকে, যদি পিডিএফ বক্ররেখা সোজা অনুভূমিক রেখা (যা অভিন্ন বিতরণ বোঝা) হল, উপর তার অবস্থান অক্ষ একক উপর নির্ভর করে না অক্ষ কিন্তু শুধুমাত্র উপর বিরতি দৈর্ঘ্যের উপর অক্ষ। এটি আপনার পক্ষে কতটা সহায়ক তা নিশ্চিত নন, তবে আমার জন্য জুম ইন এবং আউট আউট ধারণাটি সহজ করে তোলে। এক্সএক্সYএক্সএক্স
রিচার্ড হার্ডি

2
এটি সত্য বলে মনে হচ্ছে। তবে সেই ধরণের একটি (স্বীকারোচিতভাবে অদ্ভুত) ম্যাগনিফাইং গ্লাস ব্যবহার করে এটি অনুভূমিক দিকটি 1000 দ্বারা বৃদ্ধি করে এবং একই সাথে উল্লম্ব দিকটিতে আনুপাতিকভাবে সঙ্কুচিত হয়। তবে আপনি যদি স্কেল পরিবর্তন করেন তবে ছবির সারাংশ পরিবর্তন হবে না।
রিচার্ড হার্ডি

2
এই প্রশ্নটি আমার কাছে একই মত বলে মনে হয়েছে (যিনি অন্যভাবে বলেছেন) এবং stats.stackexchange.com/questions/4220/… এ উত্তর দিয়েছেন
whuber

1
@ অ্যামিবা, হ্যাঁ, যদিও অনেকে এর প্রচেষ্টার স্বীকৃতি স্বরূপ দীর্ঘ উত্তর দেওয়ার পক্ষে ভোট দিতে বাধ্য বোধ করতে পারে (যা আমিও করেছি, বিটিডাব্লু), আকসকল আমার প্রশ্নের উত্তর আরও স্পষ্টভাবে এবং সংবিধানে দিয়েছিলেন। ন্যায়সঙ্গত বলতে আমি বলব সিলভারফিশের উত্তরটিও সহায়তা করেছিল এবং নিকটে দ্বিতীয় দিকে এসেছিল।
থিমের

2
@ অ্যামিবা উত্তরের সম্পূর্ণ ভিন্ন দিক হতে পারে যে পিডিএফগুলি সিডিএফগুলির ডেরাইভেটিভস সে বিষয়ে ফোকাস করতে পারে, তাই পিডিএফের আওতাধীন অঞ্চলটি কেবল সিডিএফের সীমাবদ্ধ মান clearly যা স্পষ্টতই এক, ব্যবহৃত ইউনিট নির্বিশেষে is আমি এ সম্পর্কে একটি সংক্ষিপ্ত বিভাগ অন্তর্ভুক্ত করার জন্য প্রলুব্ধ হয়েছিলাম তবে অনুভব করেছি যে আমার উত্তর ইতিমধ্যে যথেষ্ট ছিল (এবং পাশাপাশি, ওপি'র ইস্যুটির মূল চাবিকাঠিটি ইউনিটগুলির ইস্যু বলে মনে হয়েছিল, যা সিডিএফের পরিবর্তে সর্বাধিক দৃষ্টি নিবদ্ধ করে)।
সিলভারফিশ

উত্তর:


14

সম্ভাবনা ঘনত্ব ফাংশনটি আপনার এক্স-অক্ষের পরিমাপের একক হিসাবে শতাংশে পরিমাপ করা হয়। এর একটি নির্দিষ্ট বিন্দুতে বলতে দাও আপনার পিডিএফ এই উপায়ে 1000. সমান যে সম্ভাবনা হয় যেখানে মিটার হয়। আপনি যদি ইউনিটগুলি সেন্টিমিটারে পরিবর্তন করেন, তবে একই ব্যবধানের জন্য সম্ভাবনাটি পরিবর্তন করা উচিত নয়, তবে একই ব্যবধানটির মিটারের চেয়ে 100 সেন্টিমিটার বেশি থাকে, তাই 100 100 এবং সমাধান আমরা পেতে । প্রতি মিটারের তুলনায় প্রতি সেন্টিমিটারে সম্ভাবনার 100 শতাংশ কম ইউনিট রয়েছে (শতাংশ)।এক্স0এক্স0<এক্স<এক্স0+ +এক্স1000এক্সএক্স1000এক্স=পিডিএফ'(এক্স0')100এক্স'পিডিএফ'(এক্স0')=পিডিএফ(এক্স0)100


46

এটি আপনাকে অনুধাবন করতে সহায়তা করতে পারে যে উলম্ব অক্ষটি সম্ভাবনার ঘনত্ব হিসাবে পরিমাপ করা হয় । সুতরাং যদি অনুভূমিক অক্ষটি কিমিটারে পরিমাপ করা হয় তবে উল্লম্ব অক্ষটি "প্রতি কিলোমিটার" সম্ভাবনার ঘনত্ব হিসাবে পরিমাপ করা হয়। ধরা যাক আমরা এই জাতীয় গ্রিডে একটি আয়তক্ষেত্রাকার উপাদান আঁকাম, যা 5 "কিমি" প্রশস্ত এবং প্রতি কিমি "0.1" উচ্চতর (যা আপনি "কিমি - 1 " হিসাবে লিখতে পছন্দ করতে পারেন )। এই আয়তক্ষেত্রের ক্ষেত্রফল 5 কিমি x 0.1 কিমি - 1 = 0.5। ইউনিটগুলি বাতিল হয়ে যায় এবং আমরা কেবলমাত্র একটি অর্ধেকের সম্ভাব্যতা রেখে চলেছি।-1-1

আপনি যদি অনুভূমিক ইউনিটগুলি "মিটার" এ পরিবর্তন করেন তবে আপনাকে উল্লম্ব ইউনিটগুলি "প্রতি মিটার" তে পরিবর্তন করতে হবে। আয়তক্ষেত্রটি এখন 5000 মিটার প্রশস্ত হবে এবং প্রতি মিটারে 0.0001 এর ঘনত্ব (উচ্চতা) থাকবে have আপনি এখনও একটি অর্ধেক সম্ভাবনা বাকি আছে। এই দুটি গ্রাফ একে অপরের তুলনায় পৃষ্ঠায় কীভাবে অদ্ভুত দেখাবে (আপনি কি একে অপরের তুলনায় আরও প্রশস্ত এবং খাটো হতে হবে না?) আপনি বিভ্রান্ত হয়ে পড়তে পারেন, তবে আপনি যখন শারীরিকভাবে প্লটগুলি আঁকেন তখন আপনি যা ব্যবহার করতে পারেন আপনার পছন্দ স্কেল কীভাবে সামান্য অদ্ভুততা জড়িত দরকার তা নীচে দেখুন।

সম্ভাব্য ঘনত্বের বক্ররেখার দিকে এগিয়ে যাওয়ার আগে আপনি হিস্টোগ্রামগুলি বিবেচনা করা সহায়ক হতে পারে । বিভিন্ন উপায়ে তারা সাদৃশ্যপূর্ণ। একটি হিস্টগ্রামের উল্লম্ব অক্ষ হ'ল ফ্রিকোয়েন্সি ঘনত্ব [প্রতি ইউনিট]এক্স এবং অঞ্চলগুলি আবার ফ্রিকোয়েন্সি উপস্থাপন করে কারণ অনুভূমিক এবং উল্লম্ব ইউনিটগুলি গুণনের পরে বাতিল হয়ে যায়। পিডিএফ বক্ররেখা হিস্টোগ্রামের এক ধরণের ক্রমাগত সংস্করণ, যার সমান মোট ফ্রিকোয়েন্সি।

আরও ঘনিষ্ঠ উপমাটি একটি আপেক্ষিক ফ্রিকোয়েন্সি হিস্টোগ্রাম - আমরা বলি যে এই জাতীয় হিস্টোগ্রামটি "নরমালাইজড" করা হয়েছে, সুতরাং সেই অঞ্চলের উপাদানগুলি এখন কাঁচা ফ্রিকোয়েন্সিগুলির পরিবর্তে আপনার মূল ডেটা সেটের অনুপাতকে উপস্থাপন করে এবং সমস্ত বারের মোট ক্ষেত্র এক হয়। উচ্চতাগুলি এখন আপেক্ষিক ফ্রিকোয়েন্সি ঘনত্ব [প্রতি ইউনিট প্রতি ]এক্স । যদি আপেক্ষিক ফ্রিকোয়েন্সি হিস্টোগ্রামে একটি বার থাকে যা এক্স বরাবর চলেএক্স20 কিলোমিটার থেকে 25 কিলোমিটারের মান (সুতরাং বারের প্রস্থ 5 কিলোমিটার) এবং প্রতি কিলোমিটারে 0,9 দৈর্ঘ্যের আপেক্ষিক ঘনত্ব রয়েছে, তবে সেই বারটিতে তথ্যের একটি 0.5 অনুপাত থাকে। এটি ঠিক এই ধারণার সাথে মিলে যায় যে আপনার ডেটা সেট থেকে এলোমেলোভাবে বেছে নেওয়া আইটেমটির সেই বারের মধ্যে শুয়ে থাকার 50% সম্ভাবনা রয়েছে। ইউনিটগুলির পরিবর্তনের প্রভাব সম্পর্কে পূর্ববর্তী যুক্তিটি এখনও প্রযোজ্য: 20 কিলোমিটার থেকে 25 কিলোমিটার বারের মধ্যে থাকা ডেটার অনুপাতের সাথে এই দুটি প্লটের 20,000 মিটার থেকে 25,000 মিটার বারের সাথে তুলনা করুন। আপনিও গাণিতিকভাবে নিশ্চিত করতে পারেন যে সমস্ত বারের ক্ষেত্র দুটি ক্ষেত্রেই এক হয়ে যায়।

বিভিন্ন ইউনিটের সাথে সম্পর্কিত ফ্রিকোয়েন্সি হিস্টোগ্রাম

আমার এই দাবিটি দ্বারা পিডিএফটি "হিস্টোগ্রামের ক্রমাগত সংস্করণ" হ'ল আমি কী বোঝাতে চাইছি? বিরতি [ x , x + δ x ] এর বিরতিতে মান বরাবর একটি সম্ভাব্যতা ঘনত্বের বক্ররেখার নীচে একটি ছোট স্ট্রিপ নেওয়া যাক , তাই স্ট্রিপটি δ x প্রস্থ এবং বক্ররের উচ্চতা প্রায় ধ্রুবক f ( x ) । আমরা সেই উচ্চতার একটি বার আঁকতে পারি, যার ক্ষেত্রফল এফ ( এক্স )এক্স[এক্স,এক্স+ +δএক্স]δএক্স(এক্স) সেই স্ট্রিপটিতে মিথ্যা কথা বলার আনুমানিক সম্ভাবনার প্রতিনিধিত্ব করে।(এক্স)δএক্স

এবং x = b এর মধ্যে বক্ররেখার অধীনে অঞ্চলটি আমরা কীভাবে খুঁজে পেতে পারি ? আমরা সেই ব্যবধানটিকে সামান্য স্ট্রিপগুলিতে বিভক্ত করতে এবং বারগুলির ক্ষেত্রফলগুলির যোগফল নিতে পারি, f ( x )এক্স=একটিএক্স= , যা অন্তর [ , ] -এ শুয়ে থাকার আনুমানিক সম্ভাবনার সাথে মিলে যায়। আমরা দেখতে পাই যে বক্ররেখা এবং বারগুলি যথাযথভাবে সারিবদ্ধ হয় না, তাই আমাদের অনুমানের মধ্যে একটি ত্রুটি রয়েছে। করা হলে δ এক্স ছোট এবং প্রতিটি বার ছোট, আমরা আরো এবং সংকীর্ণ বার, যার সঙ্গে ব্যবধান পূরণ Σ ( এক্স )Σ(এক্স)δএক্স[একটি,]δএক্সঅঞ্চলটির আরও ভাল অনুমান সরবরাহ করে।Σ(এক্স)δএক্স

ক্ষেত্রটি নিখুঁতভাবে গণনা করার জন্য, প্রতিটি স্ট্রিপ জুড়ে ধ্রুবক ছিল না ধরে , আমরা অখণ্ড b a f ( x ) d x মূল্যায়ন করি , এবং এটি অন্তরের মধ্যে শুয়ে থাকার প্রকৃত সম্ভাবনার সাথে মিলে যায় [ a , b ] । পুরো বক্ররেখাকে একীকরণ করার ফলে মোট ক্ষেত্রটি (অর্থাত্ সম্পূর্ণ সম্ভাবনা) এক হয়, একই কারণে যে আপেক্ষিক ফ্রিকোয়েন্সি হিস্টোগ্রামের সমস্ত বারের ক্ষেত্রফলগুলি যোগ করে একের মোট ক্ষেত্রের (অর্থাত্ মোট অনুপাত) দেয়। একীকরণ নিজেই এক যোগফল গ্রহণের ক্রমাগত সংস্করণ।(এক্স)একটি(এক্স)এক্স[একটি,]

এখানে চিত্র বর্ণনা লিখুন

প্লটের জন্য আর কোড

require(ggplot2)
require(scales)
require(gridExtra)
# Code for the PDF plots with bars underneath could be easily readapted

# Relative frequency histograms
x.df <- data.frame(km=c(rep(12.5, 1), rep(17.5, 2), rep(22.5, 5), rep(27.5, 2)))
x.df$metres <- x.df$km * 1000

km.plot <- ggplot(x.df, aes(x=km, y=..density..)) +
  stat_bin(origin=10, binwidth=5, fill="steelblue", colour="black") +
  xlab("Distance in km") + ylab("Relative frequency density per km") +
  scale_y_continuous(minor_breaks = seq(0, 0.1, by=0.005))

metres.plot <- ggplot(x.df, aes(x=metres, y=..density..)) +
  stat_bin(origin=10000, binwidth=5000, fill="steelblue", colour="black") +
  xlab("Distance in metres") + ylab("Relative frequency density per metre") +
  scale_x_continuous(labels = comma) +
  scale_y_continuous(minor_breaks = seq(0, 0.0001, by=0.000005), labels=comma)

grid.arrange(km.plot, metres.plot, ncol=2)
x11()

# Probability density functions
x.df <- data.frame(x=seq(0, 1, by=0.001))
cutoffs <- seq(0.2, 0.5, by=0.1) # for bars
barHeights <- c(0, dbeta(cutoffs[1:(length(cutoffs)-1)], 2, 2), 0) # uses left of bar

x.df$pdf <- dbeta(x.df$x, 2, 2)
x.df$bar <-  findInterval(x.df$x, cutoffs) + 1 # start at 1, first plotted bar is 2
x.df$barHeight <- barHeights[x.df$bar]

x.df$lastBar <- ifelse(x.df$bar == max(x.df$bar)-1, 1, 0) # last plotted bar only
x.df$lastBarHeight <- ifelse(x.df$lastBar == 1, x.df$barHeight, 0)
x.df$integral <- ifelse(x.df$bar %in% 2:(max(x.df$bar)-1), 1, 0) # all plotted bars
x.df$integralHeight <- ifelse(x.df$integral == 1, x.df$pdf, 0)

cutoffsNarrow <- seq(0.2, 0.5, by=0.025) # for the narrow bars
barHeightsNarrow <- c(0, dbeta(cutoffsNarrow[1:(length(cutoffsNarrow)-1)], 2, 2), 0) # uses left of bar
x.df$barNarrow <-  findInterval(x.df$x, cutoffsNarrow) + 1 # start at 1, first plotted bar is 2
x.df$barHeightNarrow <- barHeightsNarrow[x.df$barNarrow]

pdf.plot <- ggplot(x.df, aes(x=x, y=pdf)) +
  geom_area(fill="lightsteelblue", colour="black", size=.8) +
  ylab("probability density") +
  theme(panel.grid = element_blank(),
  axis.text.x = element_text(colour="black", size=16))

pdf.lastBar.plot <- pdf.plot +
  scale_x_continuous(breaks=tail(cutoffs, 2), labels=expression(x, x+delta*x)) +
  geom_area(aes(x=x, y=lastBarHeight, group=lastBar), fill="steelblue", colour="black", size=.8) +
  annotate("text", x=0.73, y=0.22, size=6, label=paste("P(paste(x<=X)<=x+delta*x)%~~%f(x)*delta*x"), parse=TRUE)

pdf.bars.plot <- pdf.plot +
  scale_x_continuous(breaks=cutoffs[c(1, length(cutoffs))], labels=c("a", "b")) +
  geom_area(aes(x=x, y=barHeight, group=bar), fill="steelblue", colour="black", size=.8) +
  annotate("text", x=0.73, y=0.22, size=6, label=paste("P(paste(a<=X)<=b)%~~%sum(f(x)*delta*x)"), parse=TRUE)

pdf.barsNarrow.plot <- pdf.plot +
  scale_x_continuous(breaks=cutoffsNarrow[c(1, length(cutoffsNarrow))], labels=c("a", "b")) +
  geom_area(aes(x=x, y=barHeightNarrow, group=barNarrow), fill="steelblue", colour="black", size=.8) +
  annotate("text", x=0.73, y=0.22, size=6, label=paste("P(paste(a<=X)<=b)%~~%sum(f(x)*delta*x)"), parse=TRUE)

pdf.integral.plot <- pdf.plot +
  scale_x_continuous(breaks=cutoffs[c(1, length(cutoffs))], labels=c("a", "b")) +
  geom_area(aes(x=x, y=integralHeight, group=integral), fill="steelblue", colour="black", size=.8) +
  annotate("text", x=0.73, y=0.22, size=6, label=paste("P(paste(a<=X)<=b)==integral(f(x)*dx,a,b)"), parse=TRUE)

grid.arrange(pdf.lastBar.plot, pdf.bars.plot, pdf.barsNarrow.plot, pdf.integral.plot, ncol=2)

আপনি প্রথম দুটি লাইনে এটি পেরেক দিয়েছিলেন, তবে বাকিটি ঠিক তেমন ভাল।
প্যাট্রিকটি

2
@ পেট্রিকটি ধন্যবাদ - শিক্ষাদানের অভিজ্ঞতা থেকে জানা যায় যে কখনও কখনও আপনাকে পয়সা ফোঁটার আগে কয়েকটি জিনিস চেষ্টা করতে হয়েছিল, কারণ বিভিন্ন শিক্ষার্থী (বা পাঠক) বিভিন্ন স্তরের জ্ঞান নিয়ে আসে। প্রথম দুটি লাইনে যে পাঠককে মাত্রিক বিশ্লেষণ জেনে রাখা উচিত (উদাহরণস্বরূপ যদি অধ্যয়নকৃত শারীরিক বিজ্ঞান বা ইঞ্জিনিয়ারিং থাকে) তবে আমি প্লটগুলি আশা করছি যে বাকীগুলি সাজানোর জন্য! আমার অভিজ্ঞতায় হিস্টগ্রাম পদ্ধতির ছাত্ররা তাদের জন্য আগে কাজ করেছে যারা তাদের আগে এসেছিল; "আপেক্ষিক ফ্রিকোয়েন্সি ঘনত্ব" এবং "সম্ভাব্যতা ঘনত্ব" এর মধ্যে ব্যবধানটি চেয়ে ব্রিজ করা সহজ । (এক্স)=এফ'(এক্স)
সিলভারফিশ

1
@ সিলভারফিশ: আমি প্রথমবারের মতো ইংরেজিতে কাউকে "পেনি ড্রপস" শব্দটি ব্যবহার করতে দেখলাম!
মেহরদাদ

1
প্রথম চার্টটি দেখে মনে হচ্ছে কেউ পাখিকে
উল্টাচ্ছে

1
@ আকসাকাল ওূফ আমি তা খেয়াল করিনি। অবশ্যই কয়েকটি উদাহরণ ছাড়াই ক্লাসে সেই উদাহরণটি ব্যবহার না করা উচিত। (একই লাইনে, বোর্ডে সমাধানের জন্য সমস্যা তৈরি করার সময়, 69৯ এর মতো নির্দিষ্ট নম্বর রয়েছে আমি উপস্থিত হওয়া এড়ানোর চেষ্টা করি
Exper

7

আপনি ইতিমধ্যে দুটি উত্তর পেয়েছেন, সিলভারফিশ দ্বারা একটি দুর্দান্ত উত্তর, তবে আমি মনে করি যে এখানে একটি চিত্রণ কার্যকর হতে পারে যেহেতু আপনি জ্যামিতি সম্পর্কে জিজ্ঞাসা করেছেন এবং নিজেকে সেই ফাংশনগুলি "কল্পনা" করছেন।

বার্নোল্লি বিতরণের একটি সাধারণ উদাহরণ দিয়ে শুরু করা যাক :

(এক্স)={পিযদি এক্স=1,1-পিযদি এক্স=0।

এখানে চিত্র বর্ণনা লিখুন

যেহেতু মানগুলি পৃথক হয় সেখানে কোনও "বাঁক" থাকে না তবে কেবল দুটি পয়েন্ট থাকে তবে ধারণাটি একই রকম: আপনি যদি মোট সম্ভাব্যতা (বক্ররেখার ক্ষেত্রফল) জানতে চান তবে আপনাকে উভয় সম্ভাব্য ফলাফলের সম্ভাবনাগুলি যোগ করতে হবে:

পি+ +(1-পি)=1

পি1-পি

এক্সএক্স(এক্স)এক্স1এক্স11Σ#{এক্সআমি}=এনΣ#{এক্সআমি}/এন=1এন

এখানে চিত্র বর্ণনা লিখুন

এক্সএক্স। সুতরাং যদি পয়েন্টগুলি থাকে তবে আপনি তাদের "জুম ইন" করুন কিনা তা আপনি দেখতে পেলেন না, যেহেতু সর্বদা যে কোনও নির্দিষ্ট পয়েন্টের মধ্যে কিছু ছোট ছোট পয়েন্ট থাকতে পারে। এ কারণে এখানে আমাদের আসলে একটি বক্ররেখা রয়েছে - আপনি কল্পনা করতে পারেন যে এটি অসীম অনেকগুলি "পয়েন্ট" দিয়ে তৈরি। আপনি নিজেকে জিজ্ঞাসা করতে পারেন: সম্ভাবনার অসীম সংখ্যার যোগফল কীভাবে ..? লাল বক্ররেখার নীচের প্লটে একটি সাধারণ পিডিএফ এবং কালো বাক্সগুলি বিতরণ থেকে আঁকা কিছু মানের হিস্টোগ্রাম। সুতরাং হিস্টগ্রাম প্লট একটি নির্দিষ্ট সঙ্গে সীমাবদ্ধ "বাক্স" এর সীমিত সংখ্যায় আমাদের বিতরণকে সহজ করেছে প্রস্থএবং যদি আপনি বাক্সগুলির উচ্চতাগুলিকে তাদের প্রস্থ দ্বারা গুণিত করে দেন তবে আপনি বক্ররেখার অধীনে - বা সমস্ত বাক্সের ক্ষেত্রফলের সাথে সমাপ্ত হন। আমরা বরং ক্ষেত্রগুলিতে পয়েন্টগুলি ব্যবহার করি যেহেতু প্রতিটি বাক্স বাক্সে প্যাক করা অসীম "পয়েন্ট" এর সংক্ষিপ্তসার।

এখানে চিত্র বর্ণনা লিখুন

(এক্স)-2.5--3=0.5

0.010 0.028 0.094 0.198 0.260 0.400 0.404 0.292 0.166 0.092 0.044 0.010 0.002

0.511

11(এক্স) ইউনিট সর্বদা একই থাকে: একটি ভগ্নাংশ

একটি-33

একটি(এক্স)এক্স

(এক্স)এক্সΣ

আপনি "ফ্ল্যাট" (ইউনিফর্ম) বিতরণ সম্পর্কেও জিজ্ঞাসা করেছিলেন :

এখানে চিত্র বর্ণনা লিখুন

-<একটি<<1-1εছোট ... সুতরাং এটি একটি জটিল কেস এবং আপনি এটি বিমূর্ত শর্তে কল্পনা করতে পারেন। লক্ষ করুন যে, ইলমারি করোনেন মন্তব্যটিতে লক্ষ্য করেছেন, এটি বরং একটি বিমূর্ত ধারণা যা বাস্তবে বাস্তবে সম্ভব নয় (নীচের মন্তব্যটি দেখুন)। যদি পূর্ববর্তী হিসাবে যেমন বিতরণ ব্যবহার করা হয়, এটি একটি অনুচিত পূর্বে হবে

1


1
1এক্সওয়াই(-,)|এক্স|<|ওয়াই|

আপনি ঠিক বলেছেন, "জটিল" খুব অনানুষ্ঠানিক। আমি পরে সংশোধন করব।
টিম

0

নিম্নলিখিত মূল ধারণাটি একটি মন্তব্যে উল্লেখ করা হয়েছিল, তবে বিদ্যমান উত্তরে নয় ...

পিডিএফের বৈশিষ্ট্য সম্পর্কে অন্তর্দৃষ্টি করার একটি উপায় বিবেচনা করা উচিত যে পিডিএফ এবং সিডিএফ একীকরণের (ক্যালকুলাস) দ্বারা সম্পর্কিত - এবং সিডিএফের একটি মনোোটনিক আউটপুট 0 এবং 1 এর মধ্যে সম্ভাব্য মানের প্রতিনিধিত্ব করে।

Unitless ইন্টিগ্রেটেড পিডিএফ বক্ররেখা অধীনে মোট আয়তন X- অক্ষ ইউনিট দ্বারা প্রভাবিত হয় না।

এটি সহজভাবে বলতে ...

Area = Width x Height

ইউনিট পরিবর্তনের কারণে যদি এক্স-অক্ষগুলি সংখ্যাগতভাবে বৃহত্তর হয়, তবে ওয়াই-অক্ষটি অবশ্যই একটি লিনিয়ার ফ্যাক্টর দ্বারা ছোট হওয়া আবশ্যক ।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.