今天再看论文的时候看到一个名词叫:inverse cumulative distribution function。
查了一下,大部分称其为逆累积分布函数,这个叫法着实让人难理解,在这里我们把它称之为概率密度函数的反函数。
这篇文章分为三部分,概率密度函数(Probability density function, PDF)
累积分布函数(cumulative distribution function, CDF)
逆累积分布函数(inverse cumulative distribution function, ICDF)
1 概率密度函数(Probability density function, PDF)概率密度函数可以大致理解为,随着随机事件的改变,随机事件概率变化的程度。
python 实现:
使用的是scipy库的stats模块。
import scipy.stats as st
print(st.norm.pdf(0) #求0处的概率密度值
>>0.3989422804014327
print(st.norm.pdf(0.8))
>>0.28969155276148273
print(st.norm.pdf(-0.8))
>>0.28969155276148273
#符合标准正态分布的性质
2 累积分布函数(cumulative distribution function, CDF)累积分布函数(Cumulative Distribution Function),