Diskreta och kontinuerliga fördelningar

Efter denna lektion kommer du att förstå skillnaden mellan diskreta och kontinuerliga sannolikhetsfördelningar, samt kunna beräkna och tolka egenskaper hos Binomial-, Poisson- och Normalfördelningar inklusive z-poäng.

Diskreta vs. Kontinuerliga fördelningar

Inom sannolikhetsteori och statistik delar vi in slumpvariabler i två huvudkategorier: diskreta och kontinuerliga.

En diskret slumpvariabel tar endast enskilda, separata värden – oftast heltal som erhålls genom räkning. Exempel på diskreta slumpvariabler är antalet prickar vid ett tärningskast, antalet defekta komponenter i en sändning eller antalet kunder som besöker en affär under en timme. Sannolikheten för ett diskret utfall beskrivs av en *sannolikhetsfunktion* (Probability Mass Function, PMF), där varje enskilt värde x har en specifik sannolikhet P(X = x).

En kontinuerlig slumpvariabel kan å andra sidan ta vilket värde som helst inom ett visst intervall. Dessa värden erhålls genom mätning. Exempel är personers längd, temperatur, tid eller vikt. Eftersom det finns oändligt många möjliga värden längs en kontinuerlig skala är sannolikheten för att variabeln ska anta ett *exakt* enskilt värde teoretiskt sett noll (P(X = 170,000... cm) = 0). Istället beräknar vi sannolikheten att värdet hamnar inom ett visst intervall. Detta beskrivs av en *täthetsfunktion* (Probability Density Function, PDF), där sannolikheten motsvarar arean under kurvan inom intervallet.

Att förstå om en variabel är diskret eller kontinuerlig är det första avgörande steget när du ska välja rätt statistisk modell för din data.

Binomialfördelningen – Räkna framgångar

Binomialfördelningen är en av de mest fundamentala diskreta fördelningarna. Den används när vi utför ett bestämt antal oberoende försök där varje försök bara kan resultera i ett av två utfall: 'framgång' eller 'misslyckande'.

För att en slumpvariabel X ska vara binomialfördelad, betecknat X ~ Bin(n, p), måste fyra villkor vara uppfyllda:

1. Antalet försök, n, är fixerat i förväg.

2. Varje försök har två möjliga utfall (t.ex. Ja/Nej, Defekt/Hel, Krona/Klave).

3. Sannolikheten för framgång, p, är densamma vid varje försök.

4. Försöken är helt oberoende av varandra.

Sannolikheten att få exakt k framgångar på n försök beräknas med binomialformeln:

P(X = k) = (n välj k) × p^k × (1 - p)^(n - k)

där (n välj k) = n! / (k! × (n - k)!) är binomialkoefficienten som anger på hur många olika sätt k framgångar kan placeras ut bland n försök.

Egenskaper för Binomialfördelningen:

• Förväntat värde (medelvärde): E(X) = μ = n × p
• Varians: V(X) = σ² = n × p × (1 - p)
• Standardavvikelse: σ = √(n × p × (1 - p))

*Exempel:* Om du kastar en korrekt tärning 12 gånger (n = 12) och definierar en sexa som framgång (p = 1/6), är förväntat antal sexor E(X) = 12 × (1/6) = 2.

Poissonfördelningen – Sällsynta händelser i tid och rum

Poissonfördelningen är en annan viktig diskret sannolikhetsfördelning. Den används för att modellera antalet gånger en viss händelse inträffar inom ett fixerat intervall av tid, yta, volym eller sträcka.

Klassiska exempel på Poissonfördelade variabler är:

• Antalet inkommande telefonsamtal till en kundtjänst under en timme.
• Antalet tryckfel per sida i en bok.
• Antalet trafikoppehåll i en korsning per dygn.

Poissonfördelningen har endast en parameter, λ (lambda), som representerar det genomsnittliga antalet händelser per tids- eller rymdenhet. Vi skriver X ~ Poisson(λ).

Sannolikhetsfunktionen för att observera exakt k händelser är:

P(X = k) = (λ^k × e^(-λ)) / k!

där e är Eulers tal (cirka 2,71828) och k! är fakulteten av k (0! = 1).

En unik och viktig egenskap hos Poissonfördelningen är att dess förväntade värde och varians är lika med lambda:

• Förväntat värde: E(X) = λ
• Varians: V(X) = λ
• Standardavvikelse: σ = √λ

Poissonfördelningen fungerar också som en utmärkt approximation till Binomialfördelningen när antalet försök n är mycket stort och sannolikheten p är mycket liten (ofta tumregel: n ≥ 20 och p ≤ 0,05).

Normalfördelningen – Den centrala klockkurvan

Normalfördelningen är den utan jämförelse viktigaste kontinuerliga fördelningen inom statistiken. Många natur- och samhällsvetenskapliga fenomen är naturligt normalfördelade (t.ex. längd, blodtryck, mätfel och testresultat), vilket delvis förklaras av *Centrala gränsvärdessatsen*.

Normalfördelningen betecknas X ~ N(μ, σ) och bestäms helt av två parametrar:

1. Medelvärdet (μ): Bestämmer kurvans centrum/placering längs x-axeln.

2. Standardavvikelsen (σ): Bestämmer kurvans bredd och spridning.

Kurvan är helt symmetrisk kring sitt medelvärde μ. Det innebär att medelvärde, median och typvärde sammanfaller i samma punkt vid kurvans topp.

Den empiriska regeln (68-95-99,7-regeln):

För alla normalfördelade variabler gäller ungefär följande fördelning av datapunkterna:

• Ca 68,3 % av observationerna hamnar inom 1 standardavvikelse från medelvärdet (μ ± 1σ).
• Ca 95,4 % av observationerna hamnar inom 2 standardavvikelse från medelvärdet (μ ± 2σ).
• Ca 99,7 % av observationerna hamnar inom 3 standardavvikelse från medelvärdet (μ ± 3σ).

Standardiserad normalfördelning och Z-poäng

Eftersom det finns oändligt många kombinationer av medelvärden (μ) och standardavvikelser (σ) skulle vi behöva oändligt många tabeller för att beräkna sannolikheter. Lösningen är standardisering.

Genom att transformera en variabel X ~ N(μ, σ) skapar vi den standardiserade normalfördelningen, Z ~ N(0, 1), som alltid har medelvärde μ = 0 och standardavvikelse σ = 1.

Formeln för z-poäng (z-score) är:

z = (x - μ) / σ

Tolkning av z-poäng:

• Z-poängen anger hur många standardavvikelser ett enskilt observationsobjekt x ligger ifrån medelvärdet.
• Ett positivt z-värde innebär att observationen ligger ovanför medelvärdet.
• Ett negativt z-värde innebär att observationen ligger under medelvärdet.
• z = 0 innebär att observationen är exakt lika med medelvärdet.

*Exempel:* Om högskoleprovet har μ = 1,0 och σ = 0,4, och en student får 1,4 poäng, beräknas z = (1,4 - 1,0) / 0,4 = +1,0. Studentens resultat ligger alltså exakt 1 standardavvikelse över medelvärdet.