离散随机变量的性质


11

我的统计课程刚刚告诉我,离散随机变量具有有限数量的选择...我还没有意识到。我会认为,就像一组整数一样,它可能是无限的。谷歌浏览并检查了几个网页,包括大学课程中的一些网页,未能明确确认这一点;但是,大多数站点确实说离散随机变量是可数的 -我想这意味着有限编号吗?

显然,即使(大多数?)经常有界,连续随机变量也是无限的。

但是,如果离散随机变量具有有限的可能性,那么整数的无限分布是什么?它既不是离散的也不是连续的?是因为变量要么是连续的(根据定义)是无限的,要么是不连续的且是有限的,所以这个问题是否有意义?


10
您应该问一下关于几何和泊松随机变量的统计课程
概率

它在线,所以反馈有限。您是在暗示它们是变量的第三种类型,而不是just!的分布?
詹姆斯

4
分布不是随机变量-忽略这种区别已经混淆了许多。Lebesgue分解 定理是20世纪初期数学的一个美丽定理,它说明了如何将所有分布函数构想为三种不同的类型:“连续”(进一步细分为绝对连续和连续,但不是ac)和“离散”。 ”
豪伯

2
恐怕您选择的课程不是很好
Aksakal

对于这里的所有回复,谢谢(尽管有些我无法接受,我还是承认)。我可能应该将引发该问题的原因归结为对它的回顾,因为我可能对它的解释不正确:一个说“离散随机变量可以采用有限数量的不同值”的是非题。说明“语句是离散随机变量的关键属性之一”。如果我们调查农民询问他们拥有多少头牛,就不可能事先确定数量,理论上是无限的但离散的……?
詹姆斯

Answers:


15

如果那是您的课程所说的,那是错误的。

尽管离散分布可能具有有限数量的可能结果,但是并不需要这样做;您可以有一个离散的分布,它具有无限数量的可能结果-元素的数量应不超过可数。

一个常见的例子是几何分布。考虑一个公平硬币的抛掷次数,直到您得到正面为止。可能需要的抛掷次数没有上限。可能需要掷1次,或者2次,3次或100次或其他任何次数。

离散分布可能为负(考虑两个这样的几何分布随机变量之间的差;它可以是任何正整数或负整数)。

但是,像我的示例一样,离散分布不必一定要覆盖整数。那只是一种普遍情况,不是必须的。


那么,使分布“离散”的实际条件是什么?
:)

条件是它的Lebesgue度量为零,不是@matthewDrury吗?反过来,这等效于最多将一个可数集合上的分布加总为一个。
Therkel

我必须承认我不知道规范的定义。我对累积点在所有这些方面的作用感到好奇。
马修·德鲁里

1
@Therkel我认为在Cantor集上进行的分配不会被认为是“离散的”。
6

在检查了en.wikipedia.org/wiki/Countable_set之后,我很乐意接受此答案。几何分布的例子很清楚,似乎代表了迄今为止做出的回应的共识。
詹姆斯

5

我正在写一个答案,因为我对度量理论概率只有一个非常幼稚的理解(因此,专家,请​​纠正我!)。

(实值)随机变量是函数,其中S是样本空间。X:SRS

如果 X S X诱导的 S的图像是可数的,则 X是离散的。如果 X具有绝对连续的CDF, X是连续的。(我对绝对连续函数了解不多,因此我无法在这一点上详细说明。)XX(S)SXXX

但是,并非所有随机变量都只是离散的或连续的。存在“混合”随机变量,其中具有CDF,该CDF是阶跃函数和带有指标的连续函数的总和。X(s

您还可以使用既不离散也不连续的随机变量,例如Cantor distribution


1
实际上,您对绝对连续分布非常了解,因为(几乎是定义)绝对连续分布是具有密度的分布。存在不具有密度的连续分布:典型示例是Cantor函数引起的分布。
ub

如果可数图像有一个累积点,我们还是说它是离散的吗?
马修·德鲁里

1
@马修是的。我在另一条评论(stats.stackexchange.com/a/104018/919)中提到的示例显然是离散的(可计数值的每个值都具有非零概率,因此其分布函数除跳跃外不包含任何其他内容)具有整个区间对于其设定的累积点。[01个]
ub

3

在连续百科和离散变量上引用维基百科页面

如果[变量]可以采用两个特定的实数值,从而使其也可以采用它们之间的所有实数值(甚至是任意靠近的数值),则该变量在该间隔内是连续的

因此,离散随机变量不必具有“有限数量的选项”,但是可能值之间必须有一个非最小的间隙。整数分布就是这种情况,因为两个相邻整数之间的“距离”为1,并且不能小于此距离。因此,变量不是连续的,因为它不会在这些间隙内“连续”。

编辑:我知道可能有更好和/或更精确的答案,但这正是帮助我个人理解差异的原因。


4
01。

1
一些作者说,任意接近的值不是离散的,但我必须承认我觉得它很奇怪(尽管也许我遗漏了一些东西)。一个例子是两个Poisson随机变量的平方根差的分布(在实际应用中:人们有时确实采用带有被认为是Poisson的变量的平方根来稳定方差,并且可能对成对差是否集中在零)。值可能与这样的变量任意接近,但它们始终是不同的(您可以枚举每个值),... ctd
Glen_b -Reinstate Monica

ctd ...及其所有取值都具有正概率。一个简单的例子是倒数ÿ=1个/XXε>0Xÿ

2
一种一种

1
我想那是我脑子里的混乱。我是一位训练有素的拓扑学家,因此当我听到离散拓扑时,肯定会在拓扑上下文中响起。感谢您澄清@whuber。
马修·德鲁里
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.