概率论基本概念

2.概率论基本概念

概念

PDF （probability density function）

概率密度函数简称PDF，这里指的是一维连续随机变量，多维连续变量也类似。随机数据的概率密度函数：表示瞬时幅值落在某指定范围内的概率，因此是幅值的函数。它随所取范围的幅值而变化。
密度函数f(x) 具有下列性质：

CDF（cumulative distribution function）

CDF又名累计分布函数，用如下的例子说明：

条件概率

全概率公式

贝叶斯公式

贝叶斯公式的推导过程

频率学派和贝叶斯学派

举个现实点的例子，比如预测明天4月2号的气温，频率派可能抓取历史N年的4月2日的气温数据（为了稳定，可能也会4月2日前后一周的气温数据），然后得到均值和方差，然后得到一个温度范围及其置信度。贝叶斯学派可能根据之前的先验知识（地理位置，经济状况，政策……）估计到一个先验温度分布，然后根据当前这些因素的采样数据，用相似度去修正先验概率，得到一个修正后的后验概率分布。

更多内容，请参考链接

二项分布

均匀分布

泊松分布

正态分布

指数分布

几何分布

总结

补充说明

Gamma分布在后续章节会有所涉及。