大家好,又见面了,我是你们的朋友全栈君。
一. 概念解释
-
PDF:概率密度函数(probability density function), 在数学中,连续型随机变量的概率密度函数(在不至于混淆时可以简称为密度函数)是一个描述这个随机变量的输出值,在某个确定的取值点附近的可能性的函数。
-
PMF : 概率质量函数(probability mass function), 在概率论中,概率质量函数是离散随机变量在各特定取值上的概率。
- CDF : 累积分布函数 (cumulative distribution function),又叫分布函数,是概率密度函数的积分,能完整描述一个实随机变量X的概率分布。
二. 数学表示
-
PDF:如果 X 是连续型随机变量,定义概率密度函数为 fX(x) ,用PDF在某一区间上的积分来刻画随机变量落在这个区间中的概率,即
Pr(a≤X≤b)=∫bafX(x)dx
-
PMF:如果 X 离散型随机变量,定义概率质量函数为 fX(x) ,PMF其实就是高中所学的离散型随机变量的分布律,即
fX(x)=Pr(X=x)
比如对于掷一枚均匀硬币,如果正面令 X=1 ,如果反面令 X=0 ,那么它的PMF就是
fX(x)={
12 if x∈{
0,1}0 if x∉{
0,1}
-
CDF:不管是什么类型(连续/离散/其他)的随机变量,都可以定义它的累积分布函数,有时简称为分布函数。
对于连续型随机变量,显然有 FX(x)=Pr(X≤x)=∫x−∞fX(t)dt 那么CDF就是PDF的积分,PDF就是CDF的导数。 对于离散型随机变量,其CDF是分段函数,比如举例中的掷硬币随机变量,它的CDF为
FX(x)=Pr(X≤x)=⎧⎩⎨⎪⎪0 if x<012 if 0≤x<11 if x≥1
三.概念分析
根据上述,我们能得到一下结论:
1)PDF是连续变量特有的,PMF是离散随机变量特有的;
2)PDF的取值本身不是概率,它是一种趋势(密度)只有对连续随机变量的取值进行积分后才是概率,也就是说对于连续值确定它在某一点的概率是没有意义的;
3)PMF的取值本身代表该值的概率。
四.分布函数的意义
我们从两点来分析分布函数的意义:
1.为什么需要分布函数?
对于离散型随机变量,可以直接用分布律来描述其统计规律性,而对于非离散型的随机变量,如连续型随机变量,因为我们无法一一列举出随机变量的所有可能取值,所以它的概率分布不能像随机变量那样进行描述,于是引入PDF,用积分来求随机变量落入某个区间的概率。分布律不能描述连续型随机变量,密度函数不能描述离散随机变量,因此需要找到一个统一方式描述随机变量统计规律,这就有了分布函数。另外,在现实生活中,有时候人们感兴趣的是随机变量落入某个范围内的概率是多少,如掷骰子的数小于3点的获胜,那么考虑随机变量落入某个区间的概率就变得有现实意义了,因此引入分布函数很有必要。
2. 分布函数的意义
分布函数 F(x) 在点 x 处的函数值表示
落在区间 (−∞,x] 内的概率,所以分布函数就是定义域为 R <script type="math/tex" id="MathJax-Element-19">R</script>的一个普通函数,因此我们可以把概率问题转化为函数问题,从而可以利用普通的函数知识来研究概率问题,增大了概率的研究范围。
X
五.参考文献
http://www.dataguru.cn/thread-150756-1-1.html
https://www.zhihu.com/question/23022012
https://www.zhihu.com/question/36853661
https://www.zhihu.com/question/21911186
http://wenku.baidu.com/view/823a0bb9f111f18582d05a14.html
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/142430.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...