LA DISTRIBUZIONE UNIFORME O RETTANGOLARE

Cerca:

Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors
la distribuzione uniforme o rettangolare

Cos’è la distribuzione uniforme

La più semplice distribuzione discreta è quella uniforme.

La sua caratteristica fondamentale è l’identica possibilità del verificarsi di tutti i risultati possibili.

Per esempio, la probabilità che esca un numero da 1 a 6 con il lancio di un dado non truccato è uguale per ognuno dei 6 possibili risultati.

Ad essa si ricorre con frequenza quando, in assenza di ipotesi specifiche più dettagliate o di una conoscenza precisa del fenomeno, la verifica di una distribuzione uniforme rappresenta un punto di partenza minimo, che è quasi sempre accettabile.

L’espressione matematica con cui calcolare la probabilità che una variabile discreta X, che segue la distribuzione uniforme, assuma un particolare valore è stabilita da:

probabilità che una variabile discreta X, che segue la distribuzione uniforme

dove:
– b = risultato maggiore possibile di X
– a = risultato minore possibile di X.

Nell’esempio dei dadi, è semplice verificare che con b = 6 e a = 1 si ottiene una probabilità:

la distribuzione uniforme esempio lancio dei dadi

pari a 1/6.

La media nella distribuzione uniforme

Nella distribuzione discreta uniforme la media è

la distribuzione uniforme la media

La deviazione standard nella distribuzione uniforme

e la deviazione standard σ è

la distribuzione uniforme la deviazione standard

La utilizzazione della distribuzione rettangolare è limitata quasi esclusivamente all’analisi di probabilità a priori.

Un caso che ricorre con frequenza nella ricerca ambientale è l’analisi della frequenza di animali in varie aree, per verificare un’omogeneità di dispersione. L’ipotesi alternativa è l’esistenza di una associazione tra presenza (o assenza) della specie e la condizione ambientale
dell’area.

Ogni data scientist deve avere nella propria “cassetta degli attrezzi” un set di distribuzioni statistiche fondamentali.
Sono i mattoni con cui si costruiscono modelli, simulazioni e previsioni: comprenderle significa saper leggere meglio i dati
e prendere decisioni più solide.

Forse potrebbe interessarti anche:  Teorema di Bayes nelle Assicurazioni: 3 Esercizi Risolti di Probabilità, Underwriting e Risk Management

Scheda riepilogativa della distribuzione uniforme

la distribuzione uniforme scheda di si

 

Pubblicità