Какво е " СЛУЧАЙНАТА ПРОМЕНЛИВА " на Английски - превод на Английски

• random variable

Примери за използване на Случайната променлива на Български и техните преводи на Английски

Очакването и отклонението на случайната променлива X са, съответно, 2 и 9.
The mean and standard deviation of a random variable x are -9 and 2 respectively.

Намери очакването и функцията на разпределение на случайната променлива.
Find the probability function and the distribution function of the discrete random variable.

Функцията на разпределение на случайната променлива k се нарича бино.
The probability distribution of the random variable X is called a binomial distribution.

Понеже можем да продължим да извършваме експеримента, който поражда случайната променлива.
Because you can just keep on performing the experiment that generates the random variable.

Така че ако кажем, че случайната променлива, х, е равна на броя- можем да ги наречем успехи.
So if we say that the random variable, x, is equal to the number of-- we could call it successes.

И намерихме различните вероятности, при които случайната променлива би могла да има различни стойности.
And then we figured out the different probabilities that the random variable could take on different values.

Вярно е само за случайната променлива Х, чието вероятностно разпределение представлява биномно разпределение.
Only true for random variable, X, whose probability distribution is the binomial distribution.

Законът на големите числа ни казва, че моята образцова средна стойност ще достигне очакваната ми стойност на случайната променлива.
The law of large numbers just tells us that my sample mean will approach my expected value of the random variable.

Случайната променлива, броят ези-та, който получавам за 5 хвърляния на монетата- тя беше равна на 5 факториел, разделено на n факториел.
The random variable, the number of heads I get in 5 flips of the coin-- it was equal to 5 factorial divided by n factorial.

Средната стойност на вашия образец ще се доближи до истинската средна стойност на популацията или до очакваната стойност на случайната променлива.
The mean of your sample is going to converge to the true mean of the population or to the expected value of the random variable.

Миналия път определихме случайната променлива х като броят ези-та, които получаваме след като хвърлим пет пъти една монета, и това е симетрична монета.
In the last video we defined our random variable x as the number of heads we get after flipping a coin five times, and it's a fair coin.

Очакваната стойност на Х, очакваната стойност на случайната променлива, която разглеждаме, представлява биномно разпределение- то е равно на сбора.
So the expected value of X, the expected value of our random variable that's being described as binomial distribution-- it's equal to the sum.

А причината, по която правя тази връзка е, първо, да ви накарам да видите връзката между случайната променлива и вероятността, и статистиката, за която по-рано говорихме.
And the reason why I'm doing this connection is one, to make you see the connection between the random variable and the probability, and the statistics that we talked about earlier.

Това, което видяхме миналия път, беше равносилно на събиране на всичко в едно и разделяне на броя числа, освен факта че този метод е ефективен с неопределено число(много голямо) на дадена безкрайна популация, каквото е случайната променлива.
Which we saw in the last video was the exact same thing as adding everything together and dividing by the number of numbers, except that that method worked with an infinite number of an infinite population what the random variable is.

Биномното разпределение ни казва, че очакваната стойност на случайната променлива е равна на броя опити, от които се състои тази случайна променлива, нали така?
The binomial distribution tells us that the expected value of a random variable is equal to the number of trials that that random variable's kind of composed of, right?

И след това, вероятността, на която е равна случайната променлива k, или в този случай, това че правя точно 0 хвърляния, е равна на вероятността на всеки от определените начини да се направят 0 хвърляния, умножено по броя на онези начини там, умножени по това.
And then the probability that my random variable is equal to k, or in this case, that I make exactly 0 shots is equal to the probability of any of the specific ways of making 0 shots times the number of those ways there are times that.

И тази случайна променлива, само да се върнем тук горе, дефинирахме случайната променлива като броя коли, които минават за един час в определена точка по даден път.
And this random variable, just to go back to the top, we defined the random variable as the number of cars that pass in an hour at a certain point on a certain road.

Ще излезе в нашата случайна променлива в 0,01563% от времето.
Will show up in our random variable 0.01563% of the time.

Нека дефинираме една случайна променлива, Х, както винаги правим.
Let's define a random variable, X, like we always do.

Та да кажем, че имам една случайна променлива, Х.
So let's say I have a random variable, X.

Най-напред, знаем каква е очакваната стойност на тази случайна променлива.
First of all, we know what the expected value of this random variable is.

Така че това е нашата случайна променлива.
So that's our random variable.

Това просто са конкретни примери на една случайна променлива.
These are just specific instances of a random variable.

Така всеки резултат ще бъде очакваната стойност на нашата случайна променлива.
So the expected value of our random variable is going to be each outcome.

Фигура 60-3 симулиране нормален случайна променлива.
Figure 60-3 Simulating a normal random variable.

Информация теория: Ентропията е мярка на несигурността, свързана с случайна променлива.
In information theory, entropy is a measure of the uncertainty associated with a random variable.

Сега, това момиче, Кери, тя е случайна променлива.
Now this girl, Keri, she's a random variable.

Аз(X) се е случайна променлива.
I(X) is itself a random variable.

Това са стойности за нашата случайна променлива, х.
This is for our random variable, x.

Така че очакваната стойност на нашата случайна променлива е равна на сбора.
So the expected value of our random variable is equal to the sum.

Как да използвам "случайната променлива" в изречение

Кривата показва плътността на разпределение на случайната променлива се нарича крива на разпределението (фиг. 2.4).

Функцията за разпределение. Да предположим, че случайната променлива може да приеме всяка реална стойност ;

Нека случайната променлива X е разпределен експоненциално. След това вероятността, че X е на стойност от интервала ) е

Interval оценка. Интервалът на доверие. Намирането на доверителните интервали за средното и дисперсията на нормално разпределение на случайната променлива ;

х 1 х х 2 3 х ... х п х I - възможните стойности на случайната променлива X, стр I - съответните вероятности.

На каква стойност на параметъра C, тази функция е разпределението на плътността на непрекъсната случайна величина X? Намери очакването и отклонението на случайната променлива X.

Хистограма. Една от задачите на моделиране може да бъде дефиницията на закона на вероятностно разпределение на случайната променлива при изследване и неговите количествени стойности ;

Вероятността, че отклонението на случайната променлива X от неговата математическото очакване на абсолютната стойност е по-малка, отколкото положително число е, не по-малко от 1 - :

Chebyshev неравенство. Невъзможно е да се уверено се предскаже предварително кои от възможните стойности на случайната променлива ще доведе до тест; зависи от много фактори произволни ;

Дисперсията. Централната точка на втория ред се нарича отклонението на случайната променлива и се определя въз основа на изрази (1.10) и (1.11) се използват следните формули: ;