- 分别是概率质量函数(PMF)和概率密度函数(PDF)。
- 前者,是离散随机变量在各特定取值上的概率。注意这在所有实数上,包括那些X不可能等于的实数值上,都定义了 fX(x)。在那些X不可能等于的实数值上, fX(x)取值为0 ( x ∈ R\S,取Pr(X = x) 为0)。以抛硬币为例:
- 后者,是连续变量的概率的变化率,在一定范围内积分可得对应区间的概率。
- 上图直观理解:
PMF:
所有的函数值相加得1.
PDF:
面积得1,也就是在此区间对函数值进行积分。
Probability Mass Function和Probability Density Function
最新推荐文章于 2024-03-23 16:19:21 发布
本文介绍了概率质量函数(PMF)和概率密度函数(PDF)的基本概念。PMF用于离散随机变量,表示变量在特定取值上的概率,其在不可能取值处为0。例如,抛硬币的概率模型。PDF则用于连续变量,描述概率的变化趋势,通过积分得到对应区间的概率。两者都需要满足总概率为1的特性。
摘要由CSDN通过智能技术生成