概率分布函数的关系框架

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/fjssharpsword/article/details/89375948

1)PMF(probability mass function,pmf,概率质量函数)代表一组离散值的概率。 从PMF到CDF(cumulative distritution function,cdf,累积分布函数)是把概率值累加得到累积概率。从CDF到PMF,则计算累积概率之间的差值。

2)PDF(probablity denstiy function ,pdf,概率密度函数)是连续性CDF的导数,或者说CDF是PDF的积分。PDF将值映射到概率密度。

3)从离散型分布到连续型分布,可进行各种平滑处理。一种平滑处理方法是,假设数据来自一个连续的分析分布(如指数分布或正态分布),然后估计这个分布的参数。另一种方法是核密度估计。

4)平滑处理的逆向操作是离散化(discretizing),或称为量化(quantizing)。如果在离散点上计算PDF,可生成近似该PDF的PMF,使用数值积分可获得更好的近似。

5)区分连续型和离散型CDF,可将离散型CDF称为累积质量函数(Cumulative mass function,CMF)更合适。

相关数学定义如下图:

参考自《统计思维 程序员书序之概率统计》6.3 分布框架。

没有更多推荐了,返回首页