PDF和CDF

在概率论和统计学中,PDF和CDF是两种描述随机变量分布的重要函数:

Probability Density Function (PDF):概率密度函数是用来描述连续随机变量可能取值的概率分布的函数。对于一个连续型随机变量X,其PDF f(x) 定义为在某个取值x处的概率密度,即 X 在该值附近出现的概率密度。PDF的积分可以得到概率,即在某个区间内随机变量出现的概率。

Cumulative Density Function (CDF):累积密度函数是一个用来描述随机变量的取值小于等于某个特定值的概率的函数。对于一个随机变量X,其CDF F(x) 定义为 X 小于等于某个值 x 的概率。CDF可以看作是对PDF的积分,因为它给出了在某个值及以下的概率。

总结:

PDF描述了连续型随机变量在某个值附近的概率密度分布。

CDF描述了随机变量小于等于某个值的累积概率。

这两个函数在概率论和统计学中经常被用来分析和描述随机变量的概率分布特性。

相关推荐
jackyrongvip3 天前
妙用《甄嬛传》中的选妃来记忆概率论中的乘法公式
概率论
lynn-666 天前
【深度学习与大模型基础】第8章-概率分布
人工智能·算法·机器学习·概率论
猎人everest9 天前
机器学习之概率论
人工智能·机器学习·概率论
豆芽8199 天前
二项式分布(Binomial Distribution)
人工智能·python·机器学习·numpy·概率论
zbdx不知名菜鸡11 天前
self Attention为何除以根号dk?(全新角度)
transformer·attention·概率论
优美的赫蒂11 天前
扩展卡尔曼滤波
机器学习·数学建模·矩阵·概率论
Lichenpar13 天前
AI小白的第七天:必要的数学知识(四)
人工智能·概率论·概率分布
pen-ai13 天前
离散概率分布:正态分布,二项分布,连续分布,正态分布的性质
算法·机器学习·概率论
kngines13 天前
从零构建大语言模型全栈开发指南:第一部分:数学与理论基础-1.1.2核心数学基础:线性代数、概率论与梯度优化
人工智能·线性代数·大语言模型·概率论·强化学习·rlhf
zyq~14 天前
【课堂笔记】定理:样本越多,测量的经验损失越接近真实损失
笔记·机器学习·概率论