樣本和變量的區(qū)別？隨機變量代表隨機現象的各種結果的變量。例如，某一時間候車的乘客人數、某一時間電話交換機接到的電話數量等等，都是隨機變量的例子。隨機試驗的所有可能結果（稱為基本事件）構成一個基本空間。

樣本和變量的區(qū)別？

隨機變量代表隨機現象的各種結果的變量。例如，某一時間候車的乘客人數、某一時間電話交換機接到的電話數量等等，都是隨機變量的例子。隨機試驗的所有可能結果（稱為基本事件）構成一個基本空間。隨機變量x是定義在基本空間Ω上的函數，其值是實數，即基本空間Ω中的每個點，即每個基本事件在實軸上都有一個點與其對應。例如，如果一枚硬幣是隨機扔的，有兩種可能的結果：正面朝上和背面朝上。如果x被定義為一枚硬幣正面朝上投擲的次數，那么x是一個隨機變量。正面朝上時，X為1；正面朝上時，X為0。另一個例子，當一個模具被軋制時，所有可能的結果是1，2，3，4，5和6點。如果x被定義為模具軋制時的點數，那么x是一個隨機變量。當出現1、2、3、4、5和6個點時，x分別取1、2、3、4、5和6個值。要充分理解一個隨機變量，不僅要知道它取什么值，還要知道它取這些值的規(guī)律，即掌握它的概率分布。概率分布可用分布函數來描述。如果我們知道一個隨機變量的分布函數，那么我們就可以得到任意一個值以及它落入某個數值范圍的概率。有些隨機現象需要同時用多個隨機變量來描述。例如，撞擊點的位置需要確定兩個坐標，這是一個二維隨機變量。同樣，在需要n個隨機變量來描述的隨機現象中，這n個隨機變量構成n維隨機向量。描述隨機向量的取值規(guī)律，采用聯合分布函數。隨機向量中每個隨機變量的分布函數稱為邊際分布函數。如果聯合分布函數相互獨立，則稱為邊際分布函數。獨立性是概率論特有的一個重要概念。