AP Statistics
uniform

Phân phối đồng đều là phân phối mà mọi giá trị của biến đều xuất hiện với tần suất xấp xỉ như nhau, tạo nên dạng phẳng đặc trưng.
Một biến định lượng (quantitative variable) được gọi là có phân phối đồng đều khi các giá trị của nó xuất hiện với tần suất gần như ngang bằng nhau trên toàn bộ miền giá trị. Nói cách khác, không có khoảng nào chứa nhiều dữ liệu hơn hẳn các khoảng khác; mọi vùng của phân phối đều "đông đều" như nhau. Do đó, khi vẽ biểu đồ tần số (histogram), các cột có chiều cao xấp xỉ nhau và đỉnh của biểu đồ tạo thành một đường gần như nằm ngang, khác hẳn với dạng chuông hay dạng lệch thường gặp.
Vì tần suất tương đối (relative frequency) của mỗi nhóm giá trị đều tương đương, diện tích dưới biểu đồ được chia đều cho các đoạn có cùng độ rộng. Nhờ đó, xác suất để một quan sát rơi vào bất kỳ khoảng nào có cùng độ dài là như nhau — đây chính là tính chất cốt lõi phân biệt phân phối đồng đều với mọi dạng phân phối khác. Ngược lại, nếu biểu đồ có đoạn nhô cao hoặc lõm xuống rõ rệt, phân phối đó không còn đồng đều nữa.
Trong thực tế, phân phối đồng đều hoàn hảo rất hiếm gặp, nhưng một số tình huống tạo ra phân phối gần như đồng đều: kết quả của một con xúc sắc công bằng, hoặc chữ số được sinh ngẫu nhiên từ 0 đến 9. Khi quan sát thấy phân phối đồng đều, ta kết luận rằng dữ liệu không tập trung quanh bất kỳ giá trị đặc biệt nào và mọi khả năng đều có cơ hội xảy ra ngang nhau.
Trực giác: Phân phối đồng đều giống như một chiếc bánh mì được cắt thành những khoanh dày bằng nhau — không khúc nào to hơn khúc nào.
cuối thế kỷ 18Pierre-Simon Laplace
Vào cuối thế kỷ 18, Laplace đưa ra và áp dụng cái ngày nay gọi là định lý Bayes (Bayes' theorem) cho cơ học thiên thể, thống kê y học, độ tin cậy và cả các vấn đề pháp lý. Khi bắt tay vào một bài toán, ông thường vấp phải cùng một trở ngại: chưa biết gì về đại lượng cần ước lượng thì lấy đâu ra một phân phối ban đầu để khởi động tính toán. Giải pháp của ông là trải xác suất đều ra cho mọi khả năng, theo cái ông gọi là "nguyên lý lý do không đầy đủ" — không có lý do nào để ưu ái khả năng này hơn khả năng kia. Đáng chú ý là các ghi chép lịch sử nhấn mạnh rằng Laplace chọn cách này chủ yếu vì nó làm phép tính gọn ghẽ, chứ không phải vì một lập trường triết học nào.
Phân bố có nhiều giá trị khác nhau không đồng nghĩa với đồng đều.
Điều kiện của dạng đồng đều nằm ở xác suất (hoặc tần số) bằng nhau, chứ không phải ở khoảng cách giữa các giá trị. Với bảng có xác suất 0.10, 0.45, 0.30, 0.10, 0.05, phần lớn khối lượng dồn về 0.4 rồi thoải dần về phía phải, nên đây là phân bố lệch phải chứ không hề đồng đều.
Đồng đều nói về chiều cao các cột, không phải bề rộng các nhóm.
Cái cần nhìn là các cột có cao xấp xỉ nhau trên toàn miền giá trị hay không. Khi thấy các cột nhấp nhô quanh mức 0.10–0.12 mà không có đỉnh nào nổi rõ, ta mới được kết luận hình dạng xấp xỉ đồng đều.
Đồng đều không đòi hỏi các cột cao bằng nhau tuyệt đối.
Với dữ liệu thật, dao động nhỏ giữa các cột là chuyện bình thường, nên đề luôn dùng chữ "approximately uniform" (xấp xỉ đồng đều). Ngược lại, một phân bố có đỉnh rõ ràng ở giữa thì dù rất đối xứng cũng không phải đồng đều.
Trung vị nằm ở giữa không đủ để chứng minh phân bố đồng đều.
Trong bảng đã cho, cộng dồn xác suất ta được , nên giá trị 0.4 đúng là trung vị. Vì vậy câu trả lời đầy đủ phải là: phần khẳng định về trung vị đúng, còn phần khẳng định về dạng đồng đều thì sai.
Quiz câu thật từ ngân hàng đề
Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.
Biên soạn bởi DucklingStudy, bản quyền thuộc DucklingStudy. Xuất bản .
Vì sao mang đúng cái tên này? Cái tên phản ánh đúng hình dạng của thứ nó mô tả: xác suất được rải "đều một kiểu" trên toàn bộ tập giá trị, không chỗ nào dày hơn chỗ nào. Nguồn gốc của lối gán này nằm ở nguyên lý lý do không đầy đủ (principle of insufficient reason) mà Laplace viện đến — khi không có căn cứ nào để phân biệt các khả năng, mọi khả năng phải được đối xử như nhau. Vì vậy tính từ trong tên gọi mô tả sự bằng nhau về xác suất chứ không mô tả bản thân dữ liệu; một mẫu số liệu lấy từ phân phối đồng đều liên tục (continuous uniform distribution) vẫn có thể trông lồi lõm, nhưng quy luật sinh ra nó thì phẳng lì.
Kéo độ rộng nhóm — xem cái phẳng có còn phẳng không
Kéo tham số, thấy khái niệm chuyển động — mở khoá bằng tài khoản 0đ.
Hãy vẽ nhanh biểu đồ nháp từ bảng xác suất trước khi phán hình dạng.
Nhìn dãy số trần trụi rất dễ nhầm, còn nhìn hình thì lệch phải hay đồng đều lộ ra tức khắc.
Khẳng định có hai vế thì chấm điểm hai vế — phải trả lời đủ cả hai.
Hãy viết rõ ràng: dạng không đồng đều vì các xác suất khác nhau và có đuôi phải, còn trung vị đúng bằng 0.4 vì xác suất tích lũy vượt 0.5 tại giá trị này. Bỏ sót một vế là mất điểm dù vế kia lập luận hoàn hảo.
Dùng đúng bốn chữ mô tả hình dạng: đồng đều, đối xứng, lệch phải, lệch trái.
Câu ăn điểm có cấu trúc: nêu hình dạng, rồi chỉ ra bằng chứng về chiều cao các cột hoặc vị trí đuôi phân bố.
Nhận định của Fatima chỉ đúng một nửa. Trung vị đúng là tỉ lệ ném thành công, vì xác suất tích lũy vượt lần đầu ngay tại giá trị này. Nhưng phân bố của không đồng đều: năm giá trị lẽ ra phải cùng xác suất , trong khi thực tế chúng chạy từ đến . Với trung bình lớn hơn trung vị, phân bố tỉ lệ ném rổ thành công của các cầu thủ trong giải này lệch phải.
Biểu đồ chữ số cuối của số điện thoại có hình dạng gần đồng đều: năm nhóm đều chiếm khoảng đến dữ liệu, so với mức mà một máy sinh số công bằng sẽ tạo ra, và trung vị rơi vào nhóm – ở chính giữa dải giá trị. Số liệu này không cho thấy dấu hiệu nào rằng máy tổng đài ưu ái một nhóm chữ số nào.