第六章连续型随机变数和其常用的机率分配.pptVIP

隨機變數分為兩大類。若隨機變數之可能值個數為有限個;或是可數 的無限多時（如人數、損壞物品個數），此時可將之歸類為離散型 (discrete type)隨機變數。而若隨機變數之可能值個數為不可數的無限 多時（如時間、身高），其可能值的集合為一區間，此時即將之稱 為連續型(continuous type)隨機變數。 6.1.1 連續型隨機變數之機率分配 當隨機變數為離散型時，我們可對每一Y之可能值賦予一大於零的機 率，並定義為其機率分配，其所有可能值機率總和為1。但對於連續 型隨機變數而言，由於其可能值個數無限多且無法計數，故其每一 個可能值的機率為0，勢必無法如離散隨機變數之機率分配定義方式， 來定義連續型之機率分配，所以我們將尋求以另一方式來定義連續 型隨機變數之機率分配。 考慮一連續型資料之隨機實驗，從中抽樣200組資料，繪出其相對次 數直方圖，如圖6.1所示。假若我們將抽樣資料數增多，甚至無限多； 同時將組間距縮小，甚至無限小，則繪出其相對次數直方圖必會如 圖6.2所示，變為一平滑曲線。圖6.2平滑曲線乃代表著 圖6.1相對次 數直方圖之極限形式。由相對次數直方圖性質可推知，曲線下與橫 軸所夾之面積，即為此連續型隨機變數出現在此區間的機率。於是 我們即藉由此曲線來定義連續型隨機變數之機率分配，並稱此曲線 為“機率密度函數”。 若一連續型隨機變數Y之機率密度函數為，則其必