CFA一级考试中的离散型均匀变量和连续性均匀变量是什么,它是不是很难呀!这跟数学有关,我们是不是学过呢?那就来看看什么是离散型均匀变量和连续性均匀变量。
Discrete Uniform Random Variable
离散型均匀变量                                                             免费发送CFA最新资料(点我领取)
1定义
所有可能结果发生的概率都相同的离散型变量,即P=1/n
2性质
第n个事件发生的累积概率:F(xn )=np(x) ·
区间的可能结果为k个,那么落在该区间的概率为:p(x)k
3举例
离散均匀随机变量的概率函数X={2, 4, 6, 8, 10}, p(x)=0.2. 则p(6)=0.2, F(6)=np(x)=3*0.2=0.6 P(2 ≤ X ≤ 8)=p(x)k=0.2*4=0.8

Continuous Uniform Variable

连续型均匀变量

1定义    
结果只能出现在[a,b]之间的连续型随机变量,且在[a,b]之间每一个可 能取到的值的概率均相等
2性质
● P (Xb)=0 · c和d均处于[a,b]之间,
● 如下图,则一个值落在[4,8]的概率=(8-4)/(12-2)=40%
Binomial distribution
二项分布
1定义
二项分布的概率p(x)定义为在n次实验中成功x次的概率。对每一次实验只有两种可能,成功或者失败,成功的概率假设为p,则失败的概率为(1-p),给定总的实验次数为n,并且每次实验都是独立事件。
2公式
3理解
Binomial random variable二项随机变量是和个数、次数、笔数有关的, 比如对基金经理成功预测大盘涨跌的次数,工厂某一批次残次品个数,某个银行 柜员当天业务差错笔数等。

9Bernoulli random variable伯努利随机变量
(1)定义:实验次数为1的二项随机变量The number of trial is 1
(2)概率
(3)均值和方差
看来这些CFA一级考试的知识点是我们高中学的知识点,如果考试的知识点忘了,只要你复习一下就回来了,就看你高中学习的咋样了!