搜索Statlect上的概率和统计信息
统计 章程
指数 > Glossary

概率密度函数

经过 ，博士学位

分布一个 continuous random variable 可以通过其概率密度函数来表征 ( PDF. ）。连续随机变量的概率 在给定的时间间隔中取值等于其概率的积分 在该间隔内的密度函数，这反过来等于区域 由x轴，pdf和垂直线界定的xy平面中的区域 对应于间隔的边界。

例如，在下面的图片中，蓝线是正常随机的PDF 变量和红色区域的区域等于概率 随机变量采用-2和2之间的值。

正态分布的概率密度函数

目录

目录

  1. 定义

  2. 例子

  3. 概率密度不是概率

  4. 相关概念

  5. 更多细节

  6. 继续阅读词汇表

定义

以下是正式定义。

定义 连续随机变量的概率密度函数 X is a function [eq1] such that[eq2] 为了 any interval [eq3].

The set of values x for which [eq4] 被称为支持 X.

例子

假设一个随机变量 X 具有概率密度 function[eq5]

计算概率 X 在间隔中取得一个值 $left[ 1,2 ight] $, 您需要将概率密度函数集成到其中 interval:[eq6]

概率密度不是概率

了解概率之间的根本差异很重要 密度函数，其特征是连续随机的分布 variable, and the probability mass function，这表征了离散随机的分布 变量（记住：随机变量是离散的，如果值的数量是离散的 可以采取可数，而连续随机的值数 变量可以采取是不可数的）。离散的概率质量函数 variable Y is a function [eq7] 为您提供任何实数 $ y $ , the probability that Y will be equal to $ y $ . On the contrary, if X 是一个连续变量，其概率密度函数 [eq8] 在给定点评估 x 不是概率 X will be equal to x. 事实上，这种概率等于任何零 x because[eq9] 在哪里 [eq10] 是任何原始（或无限的积分）的 [eq11].

如果您疑惑后者的结果，建议您阅读讲座 on zero-probability events.

虽然它不是概率，但是PDF在给定点处的值 x 可以给予直截了当的 interpretation:[eq12] 在哪里 $ delta x $ 是一个小的增量。

证明

我们将要给的证据不是 严格的。相反，我们专注于直觉。为了 简单起见，我们假设PDF是连续功能。严格 说话，这不是必要的，虽然大多数PDF都是如此 在实践中遇到是连续的（根据定义，必须是PDF 可达;但是，虽然所有连续功能都是可集成的，但不是全部 可积函数是连续的）。如果PDF是连续的并且 $ delta x $ is small, then [eq13] 非常近似 [eq14] for any $ t $ 属于间隔 [eq15]. It follows that [eq16]

在上述近似平等中，我们认为可能的概率 X will be equal to x 或属于靠近小区间隔的价值 x. 特别是，我们考虑间隔 [eq17]. 概率与长度成比例 $ delta x $ 我们正在考虑的小间隔。比例的常数 [eq14] 是概率密度函数 X evaluated at x. 因此，PDF越高 [eq14] is at a given point x, 概率越高 X 将取得一个值 x.

相关概念

相关概念是：

更多细节

在讲座中更详细地讨论了概率密度函数 entitled Random variables.

继续阅读词汇表

上一个条目： 之前的概率

下一个条目： 概率质量功能

如何引用

请引用：

Taboga, Marco (2017). "概率密度函数", Lectures on probability theory and mathematical statistics, Third edition. Kindle Direct Publishing. Online appendix. //www.junruiqiche.com/glossary/probability-density-function.

这本书

本网站上发现的大多数学习材料现在都以传统的教科书格式提供。

特色页面
探索
主要部分
关于
词汇表参赛作品
分享