THE RANDOM VARIABLE Meaning in Thai - translations and usage examples

• ตัวแปรสุ่ม

Examples of using The random variable in English and their translations into Thai

And the random variable is just that function mapping.
แล้วตัวแปรสุ่มก็แค่ฟังก์ชันเชื่อมโยง

So it has some true mean, some population mean for the random variable y.
มันมีค่าเฉลี่ยจริง, ค่าเฉลี่ยประชารสำหรับตัวแปรสุ่มy

The random variable x plus the random variable y.
ตัวแปรสุ่มxบวกตัวแปรสุ่มy

This is equal to the expected value of the random variables, X and Y, X times Y.
นี่เท่ากับค่าคาดหวังของตัวแปรสุ่ม, XกับY, XคูณY

And the random variable, X, is the number of shots I make.
และตัวแปรสุ่ม, X, คือจำนวนครั้งที่ผมยิงลง

Think of it this way, you can view this as the population mean of the random variable.
คิดแบบนี้, คุณมองนี่เป็นค่าเฉลี่ยประชากรของตัวแปรสุ่ม

Like this with the random variables and that it's a little bit confusing.
ด้วยตัวแปรสุ่มและมันอาจทำให้คุณสับสน

And then we figured out the different probabilities that the random variable could take on different values.
แล้วเราหาไปแล้วว่าความน่าจะเป็นต่างๆที่ตัวแปรสุ่มมีค่าต่างๆเป็นอะไรบ้าง

Let's say I have the random variable a, and I define random variable a to be x minus y.
สมมุติว่าผมมีตัวแปรสุ่มa, และผมนิยามตัวแปรสุ่มaว่าคือxy

The law of large numbers just tells us that my sample mean will approach my expected value of the random variable.
กฎของจำนวนมาบอกเราว่าค่าเฉลี่ยตัวอย่างใช้เข้าหาค่าคาดหวังของตัวแปรสุ่มนั้น

So if we say that the random variable, x, is equal to the number of-- we could call it successes.
แล้วถ้าเราบอกว่าตัวแปรสุ่มX, เท่ากับจำนวนของ--เราเรียกมันว่าความสำเร็จ

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

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.
ตัวแปรสุ่ม, จำนวนหัวที่ผมได้เวลาโยนเหรียญ5ครั้ง--มันเท่ากับ5เรียลหารด้วยnเรียล

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

So the expected value of these squared differences, and that you could also use the notation sigma squared for the random variable x.
แล้วค่าคาดหวังของกำลังสองของผลต่างนี้, คุณสามารถใช้สัญลักษณ์ซิกม่ากำลังสองสำหรับตัวแปรสุ่มxได้

So one instantiation of the random variables, you have-- you sample once from the universe, and you get X=1 and Y=3.
ตรงค่าที่สังเกตได้จากตัวแปรสุ่มค่าหนึ่ง, คุณมี--คุณสุ่มตัวอย่างนึกถึงจากจักรวาล, แล้วคุณได้X=1และY=3

When I flip a coin that's a random process, each flip is an experiment and then the random variable is just quantifying that experiment.
ถ้าผมโยนเหรียญมันคือกระบวนการสุ่ม, การโยนแต่ละครั้งเป็นการทดลองและตัวแปรสุ่มคือการระบุลการทดลองเป็นตัวเลข

If I were to say what's the probability that x, the random variable x as given by this definition, is greater than 5, you would take-- well, let's say greater than or equal to 5.
ถ้าผมบอกว่าความน่าจะเป็นที่X, ตัวแปรสุ่มXดังแสดงโดยนิยามนี้, มากกว่า5เป็นเท่าไหร่คุณก็เอา--ตรงนี้, สมมุติว่ามากกว่าหรือเท่ากับ5

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.
ว่าค่าเฉลี่ยของตัวอย่างจะลู่เข้าหาค่าเฉลี่ยจริงของประชากรหรือค่าคาดหวังของตัวแปรสุ่มนั่นเอง

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.
แล้วตัวแปรสุ่มนี้, กลับไปยังข้างบน, เรากำหนดตัวแปรสุ่มให้เป็นจำนวนรถที่ผ่านไปในหนึ่งชั่วโมงจุดจุดๆนึ่งบนถนน

I have the random variable X. If X is normally distributed we could write that X is a normal random variable with a mean of 0 and a variance of 1 or you can say that the mean expected value of X is equal to 0 or in that the variance of our random variable X is equal to 1.
ตัวแปรสุ่มX. ถ้าXกระจายตัวแบบปกติเราสามารถเขียนว่าXเป็นตัวแปรสุ่มปกติที่มีค่าเฉลี่ยเท่ากับ0และความแปรปรวนเท่ากับ1หรือคุณบอกได้ว่าค่าคาดหวังเฉลี่ยของXเท่ากับ0

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.
และสาเหตุที่ผมการความเชื่อมโยงคือหนึ่ง, เพื่อให้คุณเห็นความเชื่อมโยงระหว่างตัวแปรสุ่มความน่าจะเป็นและสถิติที่เราพูดถึงไปก่อนหน้านี้

If we talk about the variance of the random variable x, that is it the same thing as the expected value of the squared distances between our random variable x and its mean.
ถ้าเราพูดถึงความแปรปรวนของตัวแปรสุ่มx, มันก็เหมือนกับค่าคาดหวังของระยะกำลังสองระหว่างตัวแปรสุ่มxกับค่าเฉลี่ยของมัน

The population mean of random variable x.
ค่าเฉลี่ยประชากรของตัวแปรสุ่มx

So this is the distribution of random variable x.
นี่ก็คือการกระจายตัวของตัวแปรสุ่มx

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

What is the probability that my random variable is equal to 2?
ความน่าจะเป็นที่ตัวแปรสุ่มของผมเท่ากับ2เป็นเท่าไหร่?

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

I will use blue, because that was what we were using for the y random variable.
ผมจะใช้สีฟ้าแล้วกัน, เพราะนั่นคือสิ่งที่เราใช้สำหรับตัวแปรสุ่มy

We're summing over all of the values that our random variable can take.
เรากำลังรวมจากทุกค่าที่ตัวแปรสุ่มจะเป็นได้