Отличия нормального распределения от случайного
Роликом, который вы увидите ниже, я хочу визуализировать процесс возникновения колокола Гаусса при одновременной генерации случайных чисел по двум законам.
В одном случае идёт просто генерация числа от 1 до 100 случайным образом и делится на корзины по 10 в каждой. В другом — генерируется по законам нормального распределения со средним значением и отклонением от оного.
Как результат, получаем гауссовское распределение, которое мы и используем для различных целей. В основном — в формулах управления запасами.
Ну а после ролика можете почитать более академическую статью про два этих распределения.
Нормальное распределение и случайное распределение — два ключевых понятия в статистике и теории вероятностей, которые имеют свои уникальные характеристики и применения.
Нормальное распределение
Также известное как гауссово распределение, характеризуется симметричной формой, напоминающей колокол.
Основные его свойства:
- Симметрия
График нормального распределения симметричен относительно среднего значения (математического ожидания). - Определенные параметры
Оно определяется двумя параметрами — средним (μ) и стандартным отклонением (σ). Эти параметры определяют положение и ширину кривой. - Эмпирическое правило
Примерно 68% данных находятся в пределах одного стандартного отклонения от среднего, 95% — в пределах двух, и 99.7% — в пределах трех.
Нормальное распределение широко используется в различных областях, таких как психология, экономика и естественные науки — для описания множества явлений, включая рост людей, ошибки измерений и другие случайные процессы. Мы же, конечно, используем это нормальное распределение в управлении цепями поставок.
Случайное распределение
Более общее понятие, которое описывает распределение вероятностей случайной величины. Оно может быть как дискретным, так и непрерывным.
Ключевые моменты:
- Отсутствие строгих форм
Случайное распределение может принимать различные формы, не обязательно симметричные или колоколообразные. - Разнообразие типов
Существуют различные виды случайных распределений, включая равномерное, экспоненциальное, пуассоновское и другие, каждое из которых имеет свои уникальные характеристики. - Применение
Случайные распределения используются для моделирования различных явлений, от простых экспериментов до сложных систем, таких как финансовые рынки.
В то время как нормальное распределение является специфическим и широко используемым типом случайного распределения, случайные распределения в целом охватывают гораздо более широкий спектр моделей. Понимание этих отличий важно для корректного применения статистических методов и интерпретации данных в различных научных и практических задачах.
Приходите на мою бизнес-игру SUPPLY GAME, где будем разбираться в разных математических моделях управления запасами.
И всегда помните:
Играй, учись, побеждай!
Мои статьи также можно почитать и обсудить со мной на ДЗЕН
Еще ряд интересных статей, которые могут вам понравиться:
