离散率是什么

电阻初始离散率指同一批产品的电阻值，有的大一些，有的小一些，不可能完全相同,这些产品电阻值的离散程度.

生产电阻的厂家，对电阻阻值的离散性是要统计的。基本是正态分布，或称纺锤分布。而5%，1%的电阻，是已被筛选过的，不必要再考虑离散性了。。。

电阻比率,就是电阻之间的比值,一般应用在电桥测量及计算电阻值中

简述价格离散的主要原因及经济意义

简述价格离散的主要原因及经济意义就是，价格离散的原因有三个：价格离散的原因第一，市场是变化和分散的，而非统一和静止的。价格离散的原因第二，市场经营过程中销售条件的差别，可以将某些同质商品市场的离散部分归咎于这个方面的原因。价格离散的原因第三，商品的异质性。价格离散程度随着市场规模的变化而变化。

简述价格离散的主要原因及经济意义就是，价格离散三个重要经济意义：价格离散的重要经济意义第一，价格离散产生了市场信息的不完备性，也导致了市场代理人之间的信息差别。价格离散的重要经济意义第二，价格离散产生了有利可图的信息搜集行为。价格离散的重要经济意义第三，价格离散诱发了信息搜集的动机并提供了信息搜寻的可能。

相关意思是：变量一个递增另一个就反过来递减，两个变量的乘积为常数时的比例关系，这种关系叫做正比，或者一个递减另一个就反过来递增

正方比和正负相关是不一样的概念

正比，如y=2x , y随x的增大而变大

反比，两个量的比是一个常数，变量同时递增或递减

正比反比是线性关系，正相关负相关是大概走向

y=k*x是正比关系而y=k*x+b是正相关

举个例子：金价相关的影响因素

两种证券如果不相关的话则是，互不影响

不会因为一方的涨跌影响另外一方

是不是这样：H3=STDEV(IF($B$3:$B$35=$G3,C$3:C$35))数组公式，按ctrl＋sifht＋回车后，下拉，右拉【离散度是针对一列数据的。三列数据应该有三个离散度。】如图：

凡变量值只能以整数出现的变量，叫离散变量。例如，一个地区的人口数、工厂数、学校数等就是离散变量。离散概率分布自然就是离散变量的概率分布。在统计实务中，存在很多像人口数、工厂数般的统计指标，这时为了整理统计资料就要用到离散分布。

鲜花插在牛粪上”，无时无刻我们都可见到一个俏丽清靓的美女跟一个平平常常的男性在花前月下卿卿我我，这大概就是我们经常所能听到“鲜花插在牛粪上”现象吧？用经济学的解释就是非等价交换，也称“价格离散”。从表面看来，我们的确为女孩的受屈而愤愤不已，也因男孩的得利而羡慕再三！可是，用经济学的“搜寻规律”便可清晰此不正常的堪象：人们在交换商品前，都有一个发现商品的过程，这个过程就是我在这里所说的“搜寻”。众所周知，“搜寻”是有成本的（时间成本），而跟生产效率曲线同理，“搜寻”效率也是一个边际效率递减函数。当“搜寻主体”的时间成本上升时，她的“搜寻”活动会随之减少，因为她的时间成本大到不允许她花过多的时间去“发现”市场。这时，他们有时会做出“盲目交换”行为，“鲜花插在牛粪上”的悲剧也就发生了••••••悲哉？惜乎？气极？

参考资料中是一个关于价格离散的一个PPT，希望对你有帮助，你打开这个网址以后，稍微一等就会有下载提示，你下下来就OK了！！

概率分布有两种型别:离散(discrete)概率分布和连续(continuous)概率分布。离散概率分布也称为概率质量函式。

概率分布，是指用于表述随机变量取值的概率规律。事件的概率表示了一次试验中某一个结果发生的可能性大小。若要全面了解试验，则必须知道试验的全部可能结果及各种可能结果发生的概率，即随机试验的概率分布。

如果试验结果用变量X的取值来表示，则随机试验的概率分布就是随机变量的概率分布，即随机变量的可能取值及取得对应值的概率。根据随机变量所属类型的不同，概率分布取不同的表现形式。

八大概率分布律：0-1分布、二项分布、泊松分布、超几何分布、几何分布、均匀分布、指数分布、正态分布。

—— wikipedia

伯努利试验 ：

是只有两种可能结果（成功或失败）的单次随机试验，即对于一个随机变量X而言：

伯努利过程 ：

与 伯努利过程相关的随机变量 有：

背景引入:

在实际中的案例结果往往只有两种结果（正、反）。例如：抛硬币、明天下不下雨、买彩票中奖与不中奖、疾病生存还是死亡、合格与不合格等等。这样的事件便是伯努利试验。

定义：

伯努利分布（Bernoulli distribution）又名 两点分布 或 0-1分布 ，是一个 离散型概率分布 ，是最简单的离散型概率分布。若伯努利随机试验成功，则伯努利随机变量取1。若伯努利试验失败，则伯努利随机变量取值为0。记其成功概率为p，失败概率为q=1-p。

概率密度函数：

期望：

方差：

背景引入：

对同一个硬币扔10次，出现3次正面朝上的概率。扔硬币的过程便是一个伯努利过程，正面朝上次数的概率就是二项分布。

定义：

Binomial Distribution是 n个独立的伯努利试验 中 成功的次数 的离散概率分布，其中每次试验的成功概率为p。实际上，当 n = 1 时，二项分布就是 伯努利分布 。二项分布是显著性差异的二项试验的基础。—— wikipedia

概率质量函数：

如果随机变量X服从参数n和p为的二项分布，我们记 。 n次试验中正好得到k次成功的概率 由概率质量函数给出：

二项分布是一个 概率分布族 ，随着试验次数n和成功概率p的不同而不同，且它 与正态分布关系密切 。

期望：

方差：

在n次伯努利试验中，试验k次才得到 第一次成功的概率 ，也就是说： 前k-1次都失败 ，第k次成功的概率。记为 。

概率质量函数：

期望：

方差：

描述了由有限个物体中 抽出n个物件，成功抽出指定种类的物件 的个数（ 不放回抽取 ）。例如在有N个样本，其中K个是不及格，N-K个是及格的，超几何分布描述了在该N个样本中抽出n个，其中k个是不及格的概率。记为 。

概率质量函数：

[图片上传失败...(image-dbc806-1589359103817)]

泊松分布适合于描述 单位时间 或 单位空间 内随机事件发生的 次数 的概率分布。记为 。

概率质量函数：

[图片上传失败...(image-41616c-1589359103817)]

期望：

方差：

在二项分布的伯努利试验中，如果 试验次数n很大 ，二项分布的 概率p很小 ，且乘积 λ= np 比较适中，则事件出现的次数的概率可以用泊松分布来逼近。