What is the translation of " RANDOM VARIABLE " in Hungarian?

• valószínűségi változó
• a véletlenszerű változóval
• véletlen változó

Examples of using Random variable in English and their translations into Hungarian

Exchangeable random variables.
Felcserélhető véletlen változók.

Entropy is the measure of uncertainty associated with a random variable.
Az entrópia a véletlenszerű változóval társított bizonytalanság mértéke.

Such a random variable is called a geometric random variable..
A valószínűségi változót paraméterű módosított geometriai eloszlásnak nevezzük.

And is furthermore a constant random variable if.
És továbbá egy konstans valószínűségi változó, ha.

Both these random variables are proportional to the true but unknown variance σ2.
Mindkét valószínűségi változó arányos az igazi, de ismeretlen σ2 szórásnégyzettel.

Remember earlier when we said that random variables are functions?
Emlékszel korábban, amikor azt mondtuk, hogy a véletlen változók függvények?

More generally, let T be a real topological vector space, and X a T-valued integrable random variable.
Általánosan legyen T egy valós vektortér, X egy T értékű integrálható véletlen változó.

The aim of this task is to experience a random variable with infinite expected value.
A feladat célja egy végtelen várható értékű valószínűségi változóval való tapasztalatszerzés.

If the distribution of X is continuous, then X is called a continuous random variable.
Ha X eloszlása folytonos, akkor X-et folytonos valószínűségi változónak hívják.

Something, discrete and continuous random variables, and simple linear regression.".
Valamiből, diszkrét és folytonos véletlenszerű variánsokból, és egyszerű lineáris regresszióból.".

The following are examples or applications of IID random variables.
A következőkben példákat mutatunk az IID alkalmazására random változók esetében.

Is_nonneg: this method returns True if the random variable is non-negative, otherwise returns False.
Is_nonneg: igaz értéket ad vissza, ha a valószínűségi változó nem negatív, egyébként hamis.

Random variables are often written as P(f=r) where f is the event name and r is the probability.
A véletlen változókat gyakran P(f= r) formában írják, ahol f az esemény neve és r a valószínűség.

Then X is an almost surely constant random variable if there exists k 0∈ R{\displaystyle k_{0}\in\mathbb{R}} such that.
Ekkor X egy'majdnem biztosan konstans' valószínűségi változó, ha c∈ R{\displaystyle c\in \mathbb{R}} létezik, és így.

A random variable does not need to specify the sample space S directly but assign a probability that a variable(X) takes a certain value.
A véletlenszerű változónak nem kell közvetlenül meghatároznia az S mintaterületet, hanem hozzá kell rendelnie annak valószínűségét, hogy az(X) változó egy bizonyos értéket vesz fel.

Write a class called Drv(discrete random variable) for the interpretation of finite discrete random variables..
Írjunk egy Drv(discrete random variable) nevű osztályt a véges értelmezési tartományú diszkrét valószínűségi változók kezelésére.

A random variable is best thought of firstly by forgetting about probabilities and thinking of an arbitrary function from the population to for instance the real numbers.
A véletlenszerű változóra elsősorban úgy gondolhatunk, ha elfelejtjük a valószínűségeket és gondolkodunk egy tetszőleges függvényről a populációtól például a valós számokra.

Coskewness, in statistics, measures how much three random variables change together, and is used in finance to analyze security and portfolio risk.
Coskewness, a statisztika, méri, hogy mennyi három valószínűségi változók együtt változik, és használják a pénzügyi elemzésére a biztonság és a portfolió kockázatát.

We use the Poisson distribution derived from the Binomial distribution. It's λ parameter equals the value of DPU(Defect Per Unit), and we define the random variable as zero so it results in an exponential dependence.
Ehhez a Binomiális-eloszlásból levezethető Poisson-eloszlás nyújt segítséget, melynek a λ paramétere megegyezik a DPU(Defect Per Unit, egységre eső hiba) értékével, majd a valószínűségi változót nullaértékűnek véve egy exponenciális függést állapít meg.

For any continuous random variable X, the probability that X is between a and b is.
Ha X folytonos valószínűségi változó, akkor annak a valószínűsége, hogy X az a és b értékek között veszi fel értékeit.

Copying from B4 to B5:B403 the formula NORMINV(C4,mean, sigma) generates 400 different trial values from a normal random variable with a mean of 40,000 and a standard deviation of 10,000.
Másolás B4-től B5-ig: B403 a képlet inverz(C4, középérték, szigma) a 400 különböző próbaverzióit számítja ki egy normál véletlenszerű változóból az 40 000 középértéke és az 10 000 szórása között.

Thus, the distribution of a random variable X is discrete, and X is called a discrete random variable, if.
Így az X valószínűségi változó eloszlása diszkrét, és X-et diszkrét valószínűségi változónak nevezzük, ha.

Continuous random variables usually measure time, distance and stuff like how many pounds, how many gallons, etc.
A folytonos valószínűségi változók többnyire időt, távolságot, meg olyanokat mérnek, hogy hány kiló, hány liter, stb.

The aim of the task is to understand the function of a random variable, for example to understand the random variable$F_X(X)$, and to use this to simulate a given random variable. 9.
A feladat célja valószínűségi változó függvényének, például az $F_X(X)$ valószínűségi változónak a megértése, és ezt használva adott eloszlású valószínűségi változó szimulálása. 9.

Let the random variables be defined to assume values in I⊆ R{\displaystyle\mathbb{I}\subseteq\mathbb{R}}.
A véletlen változókat úgy definiáljuk, hogy azok az alábbi helyről vegyenek fel értékeket: Én⊆ R{\displaystyle \mathbb{} \subseteq \mathbb{R}}.

As a first example, consider a random variable distributed normally with unknown mean μ and known variance σ2.
Első példaként vegyünk egy véletlenszerű változót, amely normálisan eloszlik ismeretlen μ átlaggal és σ 2 ismert varianciával.

Just as a Poisson random variable is characterized by its scalar parameter λ, a homogeneous Poisson process is characterized by its rate parameter λ, which is the expected number of"events" or"arrivals" that occur per unit time.
Amíg a Poisson-féle valószínűségi változót az λ skalár paraméter jellemzi, a homogén Poisson-folyamatot a λ gyakoriság paraméter, mely az egységnyi idő alatt bekövetkező események várható száma.

In probability theory, a constant random variable is a discrete random variable that takes a constant value, regardless of any event that occurs.
A valószínűségszámítás elméletben, egy konstans valószínűségi változó egy olyan diszkrét valószínűségi változó, melynek állandó értéke van, bármely eseménytől függetlenül.

The probability of any random variable Y can be written as probability of Y given that some other random variable X assumes value i times probability of X equals i, sums over all possible outcomes i for the(inaudible) variable X.
Bármely Y valószínűségi változó valószínűségét a következőképp írhatjuk Y valószínűsége ha egy másik X valószínűségi változó értéke i szorozva X=i valószínűségével, összegezve X valószínűségi változó minden lehetséges i értékére.

The posterior predictive distribution of an exponential-family random variable with a conjugate prior can always be written in closed form(provided that the normalizing factor of the exponential-family distribution can itself be written in closed form).
Egy exponenciális családba tartozó véletlen változó hátsó prediktív eloszlása konjugátummal mindig zárt formában írható(feltéve, hogy maga az exponenciális család eloszlás normalizáló tényezője zárt formában írható meg).