现实生活中随机变量的 10 个例子

随机变量是其可能值是随机过程的结果的变量。

有两种类型的随机变量：

• 离散：只能取可数个不同的值，如0、1、2、3、50、100等。
• Continuous ：可以取无限多个可能的值，如 0.03、1.2374553 等。

在本文中，我们分享了不同现实情况下的 10 个随机变量示例。

示例 1：售出商品数量（离散）

离散随机变量的一个示例是某一天商店中售出的商品数量。

使用历史销售数据，商店可以创建一个概率分布，指示一天内销售一定数量商品的可能性。

例如：

他们销售 0 件商品的概率是 0.004，他们销售 1 件商品的概率是 0.023，等等。

示例 2：客户端数量（离散）

离散随机变量的另一个例子是在给定日期进入商店的顾客数量。

使用历史数据，商店可以创建概率分布，指示一定数量的顾客进入商店的可能性。

例如：

例3：不良品数量（离散）

离散随机变量的另一个例子是某个制造工厂每批次生产的缺陷产品的数量。

使用缺陷产品的历史数据，工厂可以创建一个概率分布，表明给定批次中一定数量的产品存在缺陷的可能性。

例如：

示例 4：道路事故数量（离散）

离散随机变量的另一个例子是特定城市在给定日期发生的交通事故数量。

使用历史数据，警察部门可以创建一个概率分布，表明在某一天发生一定数量的事故的可能性。

例如：

示例 5：电路数量（离散）

离散随机变量的另一个例子是某支棒球队在一场比赛中击出的本垒打数量。

使用历史数据，体育分析师可以创建一个概率分布，显示一支球队在给定比赛中击出一定数量本垒打的可能性。

例如：

例6：马拉松时间（连续）

连续随机变量的一个例子是给定跑步者的马拉松时间。

这是连续随机变量的示例，因为它可以呈现无限多个值。

例如，一名跑步者可以在 3 小时 20 分 12.0003433 秒内完成马拉松比赛。或者他们可以在 4 小时 6 分 2.28889 秒内完成马拉松比赛，等等。

在这种情况下，我们可以使用历史马拉松时间来创建概率分布，告诉我们给定跑步者在特定时间间隔内完成比赛的可能性有多大。

示例 7：利率（连续）

连续随机变量的另一个例子是某个国家的贷款利率。

它是连续随机变量，因为它可以取无限多个值。例如，贷款的利率可能为 3.5%、3.765555%、4.00095% 等。

在这种情况下，我们可以使用历史利率来创建概率分布，告诉我们贷款在特定区间内具有利率的可能性有多大。

示例 8：动物的重量（连续）

连续随机变量的另一个例子是某种动物（如狗）的体重。

它是连续随机变量，因为它可以取无限多个值。例如，一只狗的体重可能为 30.333 磅、50.340999 磅、60.5 磅等。

在这种情况下，我们可以收集有关狗体重的数据并创建一个概率分布，告诉我们随机选择的狗的体重在两个不同体重之间的概率。

实施例 9：植物高度（续）

连续随机变量的另一个例子是特定植物物种的高度。

它是连续随机变量，因为它可以取无限多个值。例如，植物的高度可能为 6.5555 英寸、8.95 英寸、12.32426 英寸等。

在这种情况下，我们可以收集有关该植物物种高度的数据，并创建一个概率分布，告诉我们随机选择的植物的高度介于两个不同值之间的概率。

示例 10：行驶距离（连续）

连续随机变量的另一个例子是某只狼在迁徙季节行走的距离。

它是连续随机变量，因为它可以取无限多个值。例如，狼可以行走 40.335 英里、80.5322 英里、105.59 英里等。

在这种情况下，我们可以收集有关狼行进距离的数据，并创建一个概率分布，告诉我们随机选择的狼行进一定距离间隔的可能性有多大。

其他资源

以下教程提供有关统计中变量的更多信息：

随机变量简介
什么是独立同分布随机变量？
自变量的水平是什么？