Nhiều phân phối xác suất hơn

Nhập môn Thống kê với R

Maggie Matsui

Content Developer, DataCamp

Phân phối mũ

  • Xác suất thời gian giữa các sự kiện Poisson

  • Ví dụ

    • Xác suất > 1 ngày giữa các lần nhận nuôi
    • Xác suất < 10 phút giữa các lượt khách đến nhà hàng
    • Xác suất 6–8 tháng giữa các trận động đất

  • Cũng dùng lambda (tốc độ)

  • Liên tục (thời gian)

Nhập môn Thống kê với R

Yêu cầu hỗ trợ khách hàng

  • Trung bình cứ 2 phút có 1 phiếu hỗ trợ được tạo
    • $\lambda$ = 0.5 phiếu hỗ trợ mỗi phút

Exponential distribution with lambda = 0.5

Nhập môn Thống kê với R

Lambda trong phân phối mũ

3 Exponential distributions with lambda = 0.5, lambda = 1, and lambda = 1.5

Nhập môn Thống kê với R

Mất bao lâu để có yêu cầu mới?

$P(\text{chờ} < \text{1 phút})$ =

pexp(1, rate = 0.5)

0.3934693

$P(\text{chờ} > \text{4 phút})$ =

pexp(4, rate = 0.5, lower.tail = FALSE)

0.1353353

$P(\text{1 phút} < \text{chờ} < \text{4 phút})$ =

pexp(4, rate = 0.5) - pexp(1, rate = 0.5)

0.4711954
Nhập môn Thống kê với R

Kỳ vọng của phân phối mũ

Theo tần suất (Poisson):

  • $\lambda$ = $0{.}5$ yêu cầu mỗi phút

 

Theo thời gian (mũ):

  • $1/\lambda$ = $1$ yêu cầu mỗi $2$ phút
Nhập môn Thống kê với R

Phân phối t (Student)

  • Hình dạng tương tự phân phối chuẩn

t-distribution and normal distribution plotted on same axes

Nhập môn Thống kê với R

Bậc tự do

  • Có tham số bậc tự do (df) ảnh hưởng độ dày đuôi
    • df thấp = đuôi dày hơn, độ lệch chuẩn lớn hơn
    • df cao = gần phân phối chuẩn hơn

3 t distributions with df = 1, df = 5, and df = 10

Nhập môn Thống kê với R

Phân phối log-chuẩn

  • Biến có log tuân theo phân phối chuẩn

  • Ví dụ:

    • Độ dài ván cờ
    • Huyết áp người lớn
    • Số ca nhập viện trong dịch SARS 2003

3 log-normal distributions with sd = 0.5, sd = 1, and sd = 1.5

Nhập môn Thống kê với R

Hãy luyện tập!

Nhập môn Thống kê với R

Preparing Video For Download...