离散和连续分布之间的差异

离散与连续分布

变量的分布是描述每个可能结果的发生频率。可以从可能的结果集定义一个函数到实数集，以使每个可能的结果x的p（x）= p（x = x）（x的概率等于x）。该特定函数ƒ称为变量X的概率质量/密度函数。现在，在此特定示例中，X的概率质量函数可以写入ƒ（0）= 0.25，ƒ（1）= 0.5，并且（2）= 0.25。

同样，可以将称为累积分布函数（F）的函数从实数集到实数的集合定义为f（x）= p（x≤x）（x的概率小于或等于x）对于每个可能的结果x。现在，在此特定示例中，X的概率密度函数可以写为f（a）= 0，如果a <0;f（a）= 0.25，如果0≤a<1;f（a）= 0.75，如果1≤a<2，而f（a）= 1，则如果a≥2。

什么是离散分发？

如果与分布关联的变量是离散的，则该分布称为离散。这种分布由概率质量函数（ƒ）指定。上面给出的示例是这样一个分布的示例，因为变量x只能具有有限数量的值。离散分布的常见示例是二项式分布，泊松分布，超几何分布和多项式分布。从示例中可以看出，累积分布函数（F）是步骤函数，并且∑ƒ（x）= 1。

什么是连续分布？

如果与分布相关的变量是连续的，则说这样的分布是连续的。这种分布是使用累积分布函数（F）定义的。然后观察到密度函数ƒ（x）= df（x）/dx∫ƒ（x）dx = 1。正态分布，学生t分布，CHI平方分布，F分布是连续分布的常见示例。

离散分布和连续分布之间有什么区别？ •在离散分布中，与之关联的变量是离散的，而在连续分布中，变量是连续的。 •使用密度函数引入连续分布，但使用质量函数引入离散分布。 •离散分布的频率图不是连续的，但是当分布连续时是连续的。 •连续变量假设特定值的概率为零，但是在离散变量中并非如此。