隨機變數：定義、類型、分佈和範例

首頁 » 經濟 » 隨機變數：定義、類型和範例完整指南

隨機變數是一個可測量的函數，它將實數分配給隨機結果，並具有相關的分佈。
FDA 和密度決定了變數的規律；在連續情況下，F(x)=∫fy，在離散情況下，使用機率函數。
變換 Y=g(X) 可以導出新的分佈，對於可逆或分支情況有特定的公式。
矩（E[X]，Var[X]）和生成函數概括了性質，有助於推斷和應用建模。

當我們談論隨機變數時 簡而言之，我們指的是每次重複實驗時都會隨機決定的一個數值。我們無法準確預測特定測量結果的確切數值，但我們知道這些可能的值是按照一定的機率分佈分佈的——也就是說，存在一種系統地為結果分配機率的方法。 該框架使我們能夠對現實世界的現象進行建模。 例如拋硬幣、氣象測量或工業流程的性能。

努力工作， 將隨機變數視為函數是很方便的。 它將實驗的基本結果（樣本空間中的點）轉換為實數。因此，每當現實世界中出現某種結果時，該變數都會傳回一個值。 統計分析依賴多次重複。 實驗的目的是量化結果，將其與實際數字連結起來，以便我們能夠使用機率工具來研究它們的行為。

正式定義與測量框架

嚴格來說， 實隨機變數 X 是可測函數 定義在機率空間 (Ω, A, P) 上，取值於可測值域 (S, Σ) 的函數。在最常見的實踐中，值域為 (ℝ, B(ℝ))，其中 B(ℝ) 是實數的 Borel σ-代數。這可以概括為：X: (Ω, A, P) → (ℝ, B(ℝ))，關鍵的可測性條件要求對於每個 Borel 集 B，都有 X⁻¹(B) ∈ A。 這個性質保證我們可以有意義地談論 P[X ∈ B]因為原像集是可測量的事件。

一個重要的細微差別是： 點 ω ∈ Ω 是不可觀測的。我們看到的是 X(ω) 的數值。因此，不確定性不在於已觀測到的 X 值，而是事先不知道 ω 的實際值是多少。 測度論提供了合適的語言 （σ-代數、機率測度）將這些想法形式化而沒有歧義。

變數的範圍

X 的值範圍，記為 R。_X, 是變數可以取的實數值集合：R_X = { x ∈ ℝ | 存在 ω ∈ Ω 使得 X(ω) = x }。 換句話說，它是函數 X 的像。 自然而然地決定了變數在哪裡可以具有質量或機率密度。

範例

例1（兩枚硬幣）： 如果我們拋擲兩枚硬幣，樣本空間為 Ω = {HH, HT, HT, TW}，其中 HH 表示正面，HT 表示反面。我們定義 X 為正面朝上的次數：X(HH)=2；X(HT)=1；X(HT)=1；X(TW)=0。 範圍為 R_X = {0, 1, 2}這個案例是離散變數的典型例子，因為它只取幾個孤立的值。

例 2（日降水量）： 設 X 為某城市某一天所記錄的降雨量。其範圍可以合理地用 [0, ∞) 表示。 這裡的基礎樣本空間是複雜的。 （大氣狀況、氣像模型），但我們可以根據歷史序列估計 X 的分佈，並且如果資料豐富且具有代表性，則認為實際總體分佈近似於經驗分佈。在實踐中， 我們使用分佈函數 F。_X 近似 源自上述記錄。

隨機變數的類型

離散隨機變數： 如果一個變數的值域是有限集或可數無限集，且沒有聚點，則稱該變數為離散變數。經典的例子包括統計拋硬幣中正面朝上的次數，或統計一分鐘內排隊的人數。 它的行為可以用機率函數來描述。 （也稱為機率質量函數）將 p(x) = P[X = x] 分配給每個可能的值。

連續型隨機變數： 它的取值範圍是不可數的，通常是一個整數區間。例如，人的身高、部件的壽命或每日降水量。 這些變數用密度函數建模。 f(x)，透過對區間進行積分得到機率，並由此導出其累積分佈函數。

這些定義自然地擴展到取值於 ℝⁿ 或 ℂⁿ 的向量變數。 甚至還有一些變數具有更奇特的值空間。例如分割（出現在隨機過程如中餐館）或函數集（如狄利克雷過程）。 一般理論涵蓋了所有這些情況。 使用可測量空間的語言。

累積分佈函數（CDF）

X 的分佈函數， F_X(x) = P[X ≤ x]對於每個實數 x，函數 FDA 都賦予其截至該點的累積機率。每個實數 FDA 都滿足三個性質：(i) 當 x → −∞ 時，F(x) → 0；當 x → +∞ 時，F(x) → 1；(ii) 它是單調非遞減的；(iii) 它是右連續的。 知道 F_X（x）等價於知道 X 定律無論是離散情況還是連續情況。

密度函數（PDF）及其與FDA的關係

當 X 為連續變數時， 密度 f_X(x) 是 F 的導數。_X（X） （在經典或分佈意義上）。反之，F 可透過對密度函數進行積分得到：F(x) = ∫_−∞^x f(t) dt。 密度描述的是機率的集中程度。 圍繞著不同的值，使得 P[a ≤ X ≤ b] 可以計算為 ∫_a^b dx。

隨機變數的變換

如果 Y = g(X)，其中 g 是 Borel 可測的， 它也是一個隨機變數。 在同一基空間上，由於可測 Borel 函數的複合是可測的。同樣，這使得我們可以從 X 的分佈過渡到 Y 的分佈：F_Y（y）= P[g（X）≤ y]。 值得注意的是，如果 g 不是嚴格遞增的。 如果 g 不是全域可逆的，則要獲得 Y 的密度需要考慮 g 的所有反演分支。

如果 g 是可逆的且遞增的，那麼 F_Y(y) = F_X(g⁻¹(y))此外，如果 g 可微，則密度函數滿足 f_Y(y) = f_X(g⁻1(y))·|d(g⁻1(y))/dy|。 當 g 不是單射時 但對每個 y，都有有限個原像 x。_i公式被推廣_Y(y) = Σ_i f_X(x_i) · |dx_i/dy|，其中 x_i =克^{- 1}_i（y）。該總和將映射到 y 的每個分支的貢獻相加。

變換範例：法線的平方

假設 X ∼ N(0, 1)， 密度為 f_X(x) = (1/√(2π))·e^−x²/2如果我們定義 Y = X²，則每個 y ≥ 0 的值有兩個原像：x = ±√y。應用具有兩個對稱分支的公式， f 的獲得_Y(y) = (1/√(2π y))·e^−y/2 對於 y > 0, 和 f_Y(y) = 0，y ≤ 0。這是具有 1 個自由度的 χ² 的密度（等價地，形狀為 1/2，尺度為 2 的伽馬分佈的密度）。

如果我們觀察Y的累積分佈， 當 y < 0 時，機率為 0對於 y ≥ 0，F_Y(y) = P[−√y ≤ X ≤ √y] = F_X(√y) − F_X(−√y)，其中 F_X 這是美國食品藥物管理局（FDA）的標準正常值。 這個例子說明了兩種互補的方法。：處理密度（變數變換）或累積分佈。

轉換範例：從邏輯斯蒂定律到指數定律

考慮一個變數 X， FDA F_X(x) = 1 / (1 + e^-x)^θ，其中 θ > 0。我們定義 Y = ln(1 + e^-X則 Y ≤ y 等價於 X ≥ −ln(e^y − 1）。從這裡開始， F_Y(y) = 1 − F_X(−ln(e^y − 1))替換 F_X 簡化後，我們得到 F_Y(y) = 1 − e^{−θ 和}即參數為θ的指數函數的FDA。 這是一個優雅的變數變化 將增強型物流家族與指數分佈連結起來。

期望、方差和矩

期望值，或預期值 E[X]概括了中心趨勢如果 X 是離散的，其值為 x_i 以及機率 p(x)_i)，則 E[X] = Σ x_i p(x_i如果 X 是連續的，且密度函數為 f(x)，則 E[X] = ∫_−∞^∞ dxf(x)。 就測量而言可以寫成 ∫_Ω X dP，強調其在機率空間上的抽象定義。

方差量化了離散程度： Var(X) = E[(X − E[X])²]標準差為 σ = √Var(X)，滿足 σ² = Var(X)。 在連續分佈中，矩的集合 M^（n）的_X 在適當的條件下，E[Xⁿ] 可以完整地刻畫該規律。矩與特徵函數 φ 相關。_X（t）通過φ^（n）的_X(0) = iⁿ E[Xⁿ]，且矩生成函數為 M_X（t）透過 M^（n）的_X（0）= E[Xⁿ]. 這些工具可以濃縮訊息 可用於推斷、近似和比較分佈。

實用分類及其與應用的聯繫

離散型與連續型 這不是唯一有用的二分法：我們也區分混合變數（具有離散部分和連續部分）、多維變數（隨機向量）以及隨機過程中具有函數值的變數。 這種多樣性反映了現實世界現象的複雜性。其中，類別不確定性和數量不確定性往往同時存在。

在實際建模中，重要的是要記住： 觀察到的是轉換後的變數 X(ω)，而非基礎元素ω。這指導著度量的選擇、感興趣事件的定義以及結果的解釋。 在工程、健康科學或經濟學領域這種視角有助於形式化假設並選擇連貫的機率模型。

如何從 X 推導出 Y = g(X)：技術細節

一般公式：如果 g 是單調可逆的， f_Y(y) = f_X(g⁻1(y)) · |(d/dy) g⁻1(y)|如果 g 不是單調的，但每個 y 都有有限個根 x_i 驗證 g(x)_i如果 ) = y，則將每個分支的貢獻相加：f_Y(y) = Σ f_X(x_i) · |dx_i/dy|。 此變數變更規則 它是推導出常見變換（冪、對數、三角函數等）密度的主力。

關於可測量性， Borel可測函數的組成 是可測的，這支持了 Y = g(X) 的過程。在更一般的背景下，當勒貝格函數僅在 Borel 框架之外可測時， 該成分可能會引發問題 此外，還需要滿足一些附加條件。這個技術細節解釋了為何統計學和機率論中普遍使用 Borel 函數來保證良好的性能。

教育應用：年齡與教師表現

調查內容如下： 歐洲投資銀行的教學表現 在聖胡安德盧裡甘喬的私立學校中，以 54 名教師為樣本，對教師年齡進行了分析，尤其關注年輕群體（X < 29 歲），並提供了一個表格，其中包含頻率、百分比、有效百分比（排除缺失數據）和累積百分比。 目標是計算期望值和變異數。 針對年輕教師的年齡，以及其他教師的年齡，推斷結論，提出改進措施，並估計教師年齡在 29 歲到 31 歲之間的機率。

操作步驟：如果年齡表是按年齡分組的， 使用每個區間的中點。 作為代表 x_i 以及頻率 f_i 或以百分比形式表示權重。對於年輕組（X < 29），剔除上限小於 29 的組別，並將頻率總和重新調整以代表該子組的總和。 條件期望的計算方法如下： E[X | X < 29] ≈ Σ x_i p_我|年輕，條件變異數為 Var(X | X < 29) ≈ Σ (x_i −μ_年輕)² p_我|年輕對於非年輕組（X ≥ 29），對其班級重複此過程。

如果表格未分組且有 特定年齡層的頻率則 E[X] = (1/N) Σ x_i f_i 且 Var(X) = (1/N) Σ (x_i − μ)² f_i對於按子組劃分的條件版本， N 被子組大小取代 (N_年輕或 N_{年紀不小了}）並且僅將相應的頻率相加。這種方法精確地複現了期望值和變異數的定義，並適用於分組或未分組的實際資料。

我們能從這些結果中得到什麼結論？如果 E[X | X < 29] 顯著減小且 Var(X | X < 29] 減小， 這個年輕族群的平均年齡較低且同質性較高如果其他指標也顯示 X < 29 的課堂表現較好，則青少年可能與某些當前的課堂實踐或對主動教學方法的更大適應性有關。 然而，因果推論需要謹慎。建議檢視中心的經驗、訓練、資源取得和領導風格。

提升績效和成就的措施： （1）重點繼續教育 （2）採用有效的教學方法（主動學習、形成性評量、高品質回饋）；（3） 跨領域指導 （3）促進初級教師和資深教師之間分享創新教學方法和課堂管理策略；（4） 實踐社區 透過同儕觀察和改進循環；（4） 獲取教育資源 以及提供技術支援的技術；（5） 利用指標進行監測 清晰衡量學生進步的指標，將成績數據與教學決策連結起來。

教師年齡在 29 歲到 31 歲之間的機率是多少？如果表格提供了以下信息 按年齡或精細間隔的頻率只需將 29、30 和 31（或區間 [29,31]）的頻數相加，然後除以教師總數 54 人，或者如果存在缺失值，則除以有效教師總數。如果表格使用較寬的區間（例如 [28,32]）， 可以按比例插值。 假設區間內服從均勻分佈：P(29–31) ≈ (子區間長度)/(區間長度) × (區間頻率)/N。如果存在一個合理的連續分佈擬合， 另一種方法是對密度進行積分。 調整範圍在 29 到 31 之間。由於沒有具體數據，無法給出具體數字，但程序如上所述。

註釋以及與其他概念的關係

參考分佈 二項分佈和常態分佈分別是離散變數和連續變數的典型例子。機率分佈、期望值和變異數的研究構成了入門課程的基礎。 在高級統計推論中 費雪資訊等概念由此產生，它量化了隨機觀測攜帶的關於參數的資訊量，並且是估計量和克拉默-拉奧極限的效率的核心。

除了理論之外， 畫廊和學術資源 它們有助於概念視覺化和拓展研究。有一些資源庫包含關於隨機變數的圖形資料，以及大量深入探討基礎知識和應用的參考書目。 這些支持很有價值。 鞏固理解並與實際問題連結。