Различают дискретные и непрерывные вероятностные распределения. Дискретное распределение характеризуется тем, что оно сосредоточено в конечном или счетном числе точек. Непрерывное распределение "размазано" по некоторому вещественному интервалу.
Вероятностное распределение может быть описано несколькими эквивалентными способами. Здесь приведены лишь некоторые из них.
Функция распределения. Определена для любого вещественного распределения. Для случайной величины X ее функцией распределения называется , .
Плотность распределения. Определена для непрерывных распределений. Представляет собой производную от функции распределения: , .
Функция вероятности. Альтернативный способ описания дискретных распределений. Если распределение случайной величины X сосредоточено в конечном или счетном числе точек x1, x2, ..., xn, то его можно описать вероятностями принятия случайной величиной X соответствующих значений:
Значение | x1 | x2 | ... | xn | ... |
Вероятность | p1 | p2 | ... | pn | ... |
Здесь pk = f(xk) = P(X = xk), k=1,2,...,n,...
Опишем некоторые параметры распределения.
Математическое ожидание (среднее значение) EX случайной величины X. Представляет собой интеграл вида . Для непрерывной случайной величины может быть выражено также через плотность ее распределения, , а для дискретной случайной величины - через функцию вероятности: .
Дисперсия (рассеяние) случайной величины X имеет вид .
Стандартное отклонение случайной величины X задается выражением .
Асимметрия распределения случайной величины X: .
Характеризует различие "хвостов" распределения; асимметрия положительна при более тяжелом правом хвосте, и отрицательна при более тяжелом левом хвосте.
Для симметричных распределений асимметрия равна 0.
Островершинность (эксцесс) распределения случайной величины X: . Характеризует тяжесть "хвостов" распределения; положительные значения этого параметра соответствуют распределениям с более тяжелыми хвостами, чем у нормального распределения.
Медианой a = med(X) распределения случайной величины X называется корень уравнения .
Медиана является средней характеристикой распределения в том смысле, что X с равными вероятностями принимает значения, лежащие справа и слева от a.
Преимуществом медианы перед математическим ожиданием является тот факт, что математическое ожидание может быть неопределенным, если задающий его интеграл (в дискретном случае - ряд) расходится, как, например, в случае распределения Коши.
Недостатком медианы является ее возможная неоднозначность для дискретных распределений.
Медиана симметричного распределения совпадает с его средним значением (если последнее существует).
Модой распределения называется наиболее вероятное значение случайной величины: в непрерывном случае - точка максимума плотности распределения, в дискретном случае - точка максимума функции вероятности. Мода распределения может быть неоднозначной, и использование этого параметра в теории риска ограничено.