Tasajakauma

Tasajakauma eli tasainen jakauma [1] on todennäköisyyslaskennassa ja tilastotieteessä jatkuvan satunnaismuuttujan todennäköisyysjakauma, jossa jokainen perusjoukon eli määrittelyjoukon arvo esiintyy yhtä todennäköisesti.[1] Tasajakaumaa merkitään usein

[2] [1][2]
Tasajakauma
Tiheysfunktio
Kertymäfunktio
Merkintä tai
Parametrit
Määrittelyjoukko
Tiheysfunktio
Kertymäfunktio
Odotusarvo
Mediaani
Moodi mikä tahansa välin piste
Varianssi
Vinous 0
Huipukkuus
Entropia
Momentit generoiva funktio
Karakteristinen funktio

missä ensimmäistä näistä käytetään vain suomenkielisessä tekstissä. Parametrit ja rajaavat perusjoukon suljetun välin eli rajaavat ne luvut, joita satunnaismuuttuja satunnaisesti antaa. Tasajakaumalla on sellainen ainutlaatuinen ominaisuus, että tapahtuman (missä on a < c < d < b) todennäköisyys riippuu vain välien [a,b] ja [c,d] pituuksien suhteista. Usein sanotaan myös, että satunnaismuuttuja saa arvoja satunnaisesti väliltä [a,b].[1]

Tasajakaumaa käytetään useimmiten sellaisten tapahtumien mallintamiseen, jossa yksidimensioisen muuttujan (aika, paikka, väli ja niin edelleen) arvot voidaan ajatella esiintyvän yhtä yleisesti. Suomalaisessa lukio-opetuksessa geometristä todennäköisyyttä hyödyntävät tehtävät ovat tasan jakaantuneita. Tietokoneen satunnaislukugeneraattoria (proceduurin nimi ) simuloidaan jakautuneen satunnaismuuttujan arvoja. Satunnaislukugeneraattorin luvuilla simuloidaan sitten muitakin tasajakaumia, kun lausekkeeksi kirjoitetaan .[3]

Todennäköisyysjakauma

Jakauman parametrit toteuttavat ehdon , jolloin jakauman perusjoukko on suljettu väli .

Tiheysfunktio saa perusjoukossa vakioarvot

[1][4]

ja muualla arvon nolla.

Kertymäfunktio on

[1][4]

Tunnusluvut ja momentit

Momenttifunktio

Momenttifunktio eli momentit generoiva funktio saadaan määritelmästä

Sen avulla voidaan määritellä origomomentit ja keskusmomentit. Momenttifunktio ei ole määritelty origossa, mutta sen määrittelyalue laajennetaan sinnekin asettamalla Momentit joudutaan määrittämään raja-arvoina.[4]

Ensimmäiset origomomentit ovat

ja niiden yleinen termi on

[4]

Keskusmomenttien yleinen muoto on

[4]

Tunnuslukuja

Jakauman odotusarvo saadaan ensimmäisestä origomomentista

[2][4]

Sen varianssi on taas suoraan toinen keskusmomentti

[2][4]

Jakauman tiheysfunktion vinous määritetään kahden keskumomentin avulla

[5][6]

Vinous on nolla, mikä näkyy tasajakauman tiheysfunktion kuvaajasta, joka on täysin symmetrinen.

Jakauman huipukkuus määritetään kahden keskusmomentin avulla

[6][7]

Negativinen huipukkuus näkyy tiheysfunktion kuvaajassa siten, että kuvaaja on "tasa- ja litteäpäinen" eikä terävää kärkeä esiinny ollenkaan.

Muut jakaumat

Beta-jakauma vastaa tasaista jakaumaa.[6]

Lähteet

  1. Ruskeapää, Heikki: Todennäköisyyslaskenta I (Arkistoitu – Internet Archive)(luentomoniste), s.62, Turun Yliopisto, 2012
  2. Liski, Erkki: Luku 5 Jatkuvat jakaumat, s.160−185, luennosta Matemaattinen tilastotiede, Tampereen yliopisto, 2005
  3. Grinstead, C.M. & Snell, J. Laurie: Chapter 5: Important Distributions and Densities (Arkistoitu – Internet Archive), s. 205, oppikirjasta Introduction to Probability (Arkistoitu – Internet Archive)
  4. Weisstein, Eric W.: Uniform Distribution (Math World – A Wolfram Web Resource) Wolfram Research. (englanniksi)
  5. Weisstein, Eric W.: Skewness (Math World – A Wolfram Web Resource) Wolfram Research. (englanniksi)
  6. Rahiala, Markku: Satunnaismallien teoria (Arkistoitu – Internet Archive), s.14, Oulun yliopisto, 2002
  7. Weisstein, Eric W.: Kurtosis (Math World – A Wolfram Web Resource) Wolfram Research. (englanniksi)
    This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.