变量与随机变量的区别

随机变量的取值是随时无规则变化的，普通变量在确定条件下值是确定的。随机变量的值不能预知，具有不确定性。

当变量x的值为100的概率为1的话，那么x=100就是确定了的，不会再有变化，除非有进一步运算。

当变量x的值为100的概率不为1，比如为50的概率是0.5，为100的概率是0.5，那么这个变量就是会随不同条件而变化的，是随机变量，取到50或者100的概率都是0.5，即50%。

简介

随机变量（random variable）表示随机试验各种结果的实值单值函数。随机事件不论与数量是否直接有关，都可以数量化，即都能用数量化的方式表达。?

随机事件数量化的好处是可以用数学分析的方法来研究随机现象。例如某一时间内公共汽车站等车乘客人数，电话交换台在一定时间内收到的呼叫次数，灯泡的寿命等等，都是随机变量的实例。

变量与标志有什么区别?

样本：在抽样过程中，每抽取一个个体，就是对总体X进行一次随机试验，抽取的n个个体X1,X2,…,Xn，称为总体X的一个容量为n的样本。

样本观察值（样本值）：X1,X2,…,Xn，是n个随机变量，抽取之后的观测数据x1,x2,…,xn，称为样本值或子样观察值，也被称为样本观测值。

区别：

1、概念不同。

样本是总体的一个随机抽样，样本值是样本的一项数据。例子，样本：长方体，样本值：长方体的长：X ?长方体的宽：Y 长方体的高：M （长方体的体积，总面积等）

2、性质不同

样本是物体，是一群有着相同概念的一种东西，可以是集体也可以是单个，是客观存在的。而样本值是一个属性，是虚拟的，是我们定义的值。

联系：样本代表整体，样本值只是其中的一部分数据。样本和样本值得结合来判断总体得一些特征。

用样本来估计总体，通过对样本特征的研究来估计总体的特征。这种概率统计的方法在市场调研、金融评估等方面有广泛的应用。

扩展资料

观测值函数：

1、对某一量（例如一个角度、一段距离等）直接进行多次观测，以求得其最或然值，计算观测值的中误差，作为衡量精度的标准。在测量工作中，有一些需要知道的量并非直接观测值，而是根据一些直接观测值按一定的数学公式（函数关系）计算而得，因此称这些量为观测值的函数。

2、由于观测值中含有误差，使函数受其影响也含有误差，称之为误差传播。根据观测值的中误差求观测值函数的中误差，需要应用“误差传播定律”。根据误差传播定律，将函数与观测值的误差关系表达成为一定的数学公式。

样本特性：

1、代表性。

子样X1,X2,…,Xn的每个分量Xi，与总体X具有相同的概率分布。

2、独立性。

每次抽样的结果既不影响其余各次抽样的结果，也不受其他各次抽样结果的影响。

参考资料：

参考资料：

标志：总体单位所具有的各种特征。标志是说明总体单位的特征的。例如：在研究某市某年工业企业的基本情况时，该市该年末每一个工业企业所具有的特征（年末职工人数、产值等等）就是标志。标志按照在不同的总体单位之间是否有变化，可分为不变标志和可变标志；按照其性质可以分为品质标志和数量标志。

（1）不变标志：在不同的总体单位之间不发生变化的标志。统计总体就是在总体单位某一不变标志的基础上集合而成的。

例如：当研究某市工业企业的状况时，该市所有的工业企业都具有工业企业这一特征（标志），这一标志在不同的总体单位之间是不变的，称为不变标志。统计总体就是由这一不变标志确定的。确定一个统计总体的不变标志只有一个。对于不同的统计总体，不变标志有的表现为质的特征，有的则表现为量的特征。

（2）可变标志：在不同的总体单位之间发生变化的标志。可变标志按其性质特征可分为品质标志和数量标志。

①品质标志：表明总体单位品质特征，只能用文字来描述。例如：对某企业职工按性别分组，性别就是品质标志。在该企业中，不同的职工，性别就表现为或男或女，这就是可变的品质标志。

②数量标志：表明总体单位数量特征，是用数量来表现的。例如：对某市工业企业按年度计划完成程度分组，年度计划完成程度就是数量标志。该市不同的工业企业，计划完成的程度是不尽相同的，计划完成程度就是可变的数量标志。

变量：数量标志在总体单位之间的数量差异称为变量，是可变的数量标志的概念。变量是形成可变的数量标志的基础。

变量按其变动规律可分为定性变量和随机变量；按其数值特征可分为连续变量和离散变量；按其所属时间可分为流量和存量。

①定性变量：变量的变化呈现一定的规律性，在一定的程度上人们可以预知的变量称为定性变量。定性变量受确定性因素的影响而变动，确定性因素因变量不同或多或少，其变动的方向有正有负。人们对定性变量的变动规律是可以通过科学的方法进行预测的。例如：某一国家的GDP（国内生产值）就是一个定性变量。它受如下确定性因素的影响：长期人口出生率、科学技术的发展水平、劳动生产率、消费需求状况、投资状况等等。人们可以通过对这些确定性因素影响的测定与预测，就可以在一定的程度上对GDP的变动做出估计。

②随机变量：变量的变动没有一定的规律，人们不能预知其变动结果，这种变量称为随机变量。例如：投掷一枚正面有国徽，背面有1元标志的硬币，是正面朝上还是背面朝上，这是遵循随机原则的变量，我们不可预知其投掷正面或背面朝上的结果，这种变量就是随机变量。通过足够数量的投掷试验，硬币正面朝上或背面朝上的机率接近相等，利用这种规律，随机抽取总体中的样本，能够使样本在总体中接近正态分布，具有广泛的代表性，从而通过样本指标推断总体指标具有一定的可靠程度。所以随机变量在统计实践中具有十分重要的意义。

③连续变量：数值特征呈现连续状态的变量称为连续变量。例如：用长度、重量等等计数的，表现为可以无限精确的数值特征，数与数之间是连续的，我们称为连续变量。在统计整理中，对连续变量分组，形成变量分配数列时，必须采用组限重叠的组距才能保证不遗漏数据。因此，对于连续变量的取值，必须是连续计数的。

④离散变量：数值特征呈现离散状态的变量称为离散变量。例如：人以一个为单位、树以一棵为单位、机器以台为单位，这类变量呈现离散状态，都是以客观的整数形式存在的，我们称为离散变量。在统计整理中，对离散变量形成分配数列时一般可以采用单项式（单变量）、或组限不重叠的组距式进行分组。

统计表分两类有简单型和复合型

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com