RANDOM VARIABLE Meaning in Thai - translations and usage examples

• ตัวแปรสุ่ม

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

Random variable y.
ตัวแปรสุ่มy

That's a random variable.
นั่นคือตัวแปรสุ่ม

These are just specific instances of a random variable.
พวกนี้คือค่าในขณะนั้นของตัวแปรสุ่ม

So I have random variable x.
ผมมีตัวแปรสุ่มx

So this is my definition of my random variable.
นี่คือนิยามของตัวแปรสุ่มผม

And the random variable is just that function mapping.
แล้วตัวแปรสุ่มก็แค่ฟังก์ชันเชื่อมโยง

So that's our random variable.
นั้นคือตัวแปรสุ่มของเรา

The random variable x plus the random variable y.
ตัวแปรสุ่มxบวกตัวแปรสุ่มy

This is for our random variable, x.
นี่สำหรับตัวแปรสุ่มของเรา, X

A continuous random variable could take on an infinite number of outcomes.
ตัวแปรสุ่มแบบต่เนื่องมีผลลัพธ์ได้เป็นอนันต์

So let's say I have a random variable, X.
สมมุติว่าผมมีตัวแปรสุ่มX

So a continuous random variable would be the exact-- it could be x is equal to the exact amount of rain in inches tomorrow.
ดังนั้นตัวแปรสุ่มแบบต่อเนื่องมีค่าได้เป๊ะ--มันอาจเป็นXเท่ากับปริมาณฝนวัดเป็นนิ้วพรุ่งนี้

And I'm going to define my random variable.
ผมจะนิยามตัวแปรสุ่มของผม

Let's define a random variable, X, like we always do.
ลองกำหนดตัวแปรสุ่มX, อย่างที่เราทำเสมอ

I got four instances of this random variable.
ผมอ่านค่า4ค่าจากตัวแปรสุ่มนี้

Let's say I have some third random variable that is defined as being the random variable x plus the random variable y.
สมมุติว่าผมมีตัวแปรสุ่มตัวที่สามที่นิยามว่าเป็นตัวแปรสุ่มxบวกตัวแปรสุ่มy

I have some other random variable.
ผมมีตัวแปรสุ่มอีกตัวหนึ่ง

I have a random variable-- X is equal to the number of heads after 100 tosses of a fair coin-- tosses or flips of a fair coin.
ผมมีตัวแปรสุ่ม--Xเท่ากับจำนวนหัวหลังจากโยนเหรียญที่เที่ยงตรงไป100ครั้ง--โยนหรือดีดเหรียญเที่ยงตรง

It isn't true for any random variable, X.
มันไม่จริงสำหรับตัวแปรสุ่มXใดๆ

So a discreet random variable like the ones that we had defined at the beginning of these videos, they have a probability distribution.
ดังนั้นตัวแปรสุ่มแบบไม่ต่อเนื่องอย่างที่เราได้นิยามไว้ในตอนแรกของวิดีโอพวกนี้, พวกมันมีการกระจายตัวของความน่าจะเป็นอยู่

The population mean of random variable x.
ค่าเฉลี่ยประชากรของตัวแปรสุ่มx

Because now I'm going to define a new random variable.
เพราะตอนนี้ผมจะนิยามตัวแปรสุ่มตัวใหม่

It's the expected value of random variable minus expected value of X.
มันคือค่าคาดหวังของตัวแปรสุ่มค่าคาดหวังของX

So one is is that if I have some third random variable.
อย่างหนึ่งคือว่าถ้าผมมตัวแปรสุ่มตัวที่สาม

Lets call this Q1, let's say we have another random variable- lets call it Q- we need a diff color, let me do Q2 in blue.
นี่ว่าQ1,สมมุติว่าเรามีตัวแปรสุ่มอีกตัว--เรียกนี่ว่าQ--ใช้อีกสีดีกว่า, ขอผมเขียนQ2ด้วยสีฟ้านะ

They're all particular finite numbers that we care that our random variable can take on.
พวกมันมีจำนวนจำกัดเป็นค่าตัวแปรสุ่มที่เป็นไปได้

Each of the values of probabilities for each of the random variable values-- you can figure them out by using your binomial coefficients.
แต่ละค่าของความน่าจะเป็นในแต่ละค่าของตัวแปรสุ่ม--คุณสามารถหาได้โดยใช้สัมประสิทธิ์ทวินาม

That sample mean is a random variable.
ค่าเฉลี่ยตัวอย่างนั่นคือตัวแปรสุ่มตัวหนึ่ง

So the expected value of our random variable is equal to the sum.
ค่าคาดหวังของตัวแปรสุ่มเราเท่ากับผลบวกนี้

So this is the distribution of random variable x.
นี่ก็คือการกระจายตัวของตัวแปรสุ่มx