【杂谈一之概率论】CDF、PDF、PMF和PPF概念解释与分析

一、概念解释

1、CDF:累积分布函数(cumulative distribution function),又叫做分布函数,是概率密度函数的积分,能完整描述一个实随机变量X的概率分布

2、PDF:连续型概率密度函数(probability density function),连续型随机变量的概率密度函数是一个描述这个随机变量的输出值,在某个确定的取值点附近的可能性的函数

3、PMF:离散型概率密度函数(probability mass function)

4、PPF:概率点函数(probability point function),就是把概率密度函数的xy轴进行翻转

二、图像展示

% MATLAB代码:绘制正态分布的CDF、PDF和PPF

% 清空工作区,关闭所有图窗
clear;
clc;
close all;

% 设置正态分布的参数
mu = 0;    % 均值
sigma = 1; % 标准差

% 定义x的取值范围
x = linspace(-4, 4, 1000);

% 计算正态分布的PDF、CDF和PPF
pdf_values = normpdf(x, mu, sigma);  % 概率密度函数 (PDF)
cdf_values = normcdf(x, mu, sigma);  % 累积分布函数 (CDF)
ppf_values = norminv(cdf_values, mu, sigma);  % 分位点函数 (PPF)

% 创建图窗
figure;

% 绘制PDF (概率密度函数)
subplot(3,1,1);
plot(x, pdf_values, 'r', 'LineWidth', 2);
title('Probability Density Function (PDF)');
xlabel('x');
ylabel('f(x)');
grid on;

% 绘制CDF (累积分布函数)
subplot(3,1,2);
plot(x, cdf_values, 'b', 'LineWidth', 2);
title('Cumulative Distribution Function (CDF)');
xlabel('x');
ylabel('F(x)');
grid on;

% 绘制PPF (分位点函数)
subplot(3,1,3);
plot(cdf_values, ppf_values, 'g', 'LineWidth', 2);
title('Percent Point Function (PPF)');
xlabel('CDF value');
ylabel('x');
grid on;

% 调整图像布局
sgtitle('Normal Distribution: PDF, CDF, and PPF');

 

 

三、数学表示 

1、CDF:分布函数

2、PDF:连续型概率密度函数

3、PMF:离散型概率密度函数 

为什么要有CDF分布函数?

第一个原因主要是因为PMF表示离散随机变量的分布律,PDF表示连续随机变量的分布律,二者不能表示另一方,因此缺少一个统一的方式描述随机变量的统计规律,于是有了分布函数

第二个原因是CDF分布函数在x处的函数值表示X落在区间负无穷到x内的概率,所以分布函数就是定义域为R的一个普通函数,因此我们可以把概率问题转化为函数问题,从而可以利用普通的函数知识来研究概率问题,增大了概率的研究范围

 

上一篇:工业物联网的伦理和社会影响


下一篇:Nuxt.js 应用中的 app:mounted 钩子详解