什么是离散分布？
离散分布是一种统计分布，显示具有有限值的结果的概率。 统计分布可以是离散的也可以是连续的。 从可能具有无限可测量值的结果构建连续分布。
总体而言，离散和连续概率分布的概念以及它们所描述的随机变量是概率论和统计分析的基础。
了解离散分布
分布是用于数据研究的统计概念。 试图确定特定研究的结果和概率的统计学家将绘制出数据集中可测量的数据点的图表，从而得出概率分布图。 分布研究可以产生多种类型的概率分布图形状。 一些最常见的概率分布包括：正态分布，均匀分布，二项式分布，几何分布，泊松分布，指数分布，卡方分布，伽玛分布和贝塔系数。
分布必须是离散的或连续的。
统计人员可以根据要衡量的结果的性质来识别离散分布或连续分布的发展。 离散分布具有有限数量的结果。 例如，当研究带有六个编号边的骰子的概率分布时，只能有六个可能的结果，因此有限值为6。 另一个例子可以包括抛硬币。 掷硬币只会导致两个结果，因此有限值为2。
离散分布示例
最常见的离散概率分布包括二项式，泊松，伯努利和多项式。 库存管理是离散分配对企业有价值的一个例子。 与有限数量的可用库存一起研究销售库存的频率，可以为企业提供概率分布，从而为正确分配库存提供指导，以最佳利用平方英尺。
离散分布也可能在蒙特卡洛模拟中出现。 蒙特卡洛模拟是一种建模技术，可通过编程技术识别不同结果的概率。 它主要用于帮助预测方案和识别风险。 在蒙特卡洛模拟中，具有离散值的结果将产生离散分布以供分析。 这些分布用于确定所考虑的不同项目之间的风险和权衡。
