Razlike med PDF in PMF

PDF v PMF

Ta tema je precej zapletena, saj bi potrebovala nadaljnje razumevanje bolj kot omejenega znanja fizike. V tem članku bomo razlikovali PDF, funkcijo gostote verjetnosti v primerjavi s PMF in funkcijo verjetnostne mase. Oba izraza sta povezana s fiziko ali preračunljivostjo ali celo višjo matematiko; za tiste, ki obiskujejo tečaje ali pa so študentje matematičnih predmetov, je treba pravilno opredeliti in razlikovati med obema izrazoma, tako da bo bolje razumljeno.

Naključne spremenljivke niso povsem razumljive, toda v nekem smislu, ko govorite o uporabi formul, ki izhajajo iz končne rešitve PMF ali PDF, gre za razlikovanje diskretnih in neprekinjenih naključnih spremenljivk, ki razlikujejo.

Izraz verjetnostna funkcija mase, PMF, govori o tem, kako bi bila funkcija v diskretni nastavitvi povezana s funkcijo, če govorimo o neprekinjeni nastavitvi, glede na maso in gostoto. Druga opredelitev bi bila, da je za PMF funkcija, ki bi dala rezultat verjetnosti diskretne naključne spremenljivke, ki je popolnoma enaka določeni vrednosti. Recite, na primer, koliko glav v 10 vrečah kovanca.

Zdaj pa se pogovorimo o funkciji gostote verjetnosti, PDF. Opredeljen je samo za neprekinjene naključne spremenljivke. Pomembneje je vedeti, da so podane vrednosti obseg možnih vrednosti, ki daje verjetnost naključni spremenljivki, ki spada v to območje. Recite na primer, kakšna je teža samic v Kaliforniji v starosti od osemnajst do petindvajset let.

S tem je kot osnova lažje spoznati, kdaj uporabljati formulo PDF in kdaj bi morali uporabljati formulo PMF.

Povzetek:

Če povzamemo, se PMF uporablja, kadar se rešitev, ki jo morate pripraviti, giblje v številu diskretnih naključnih spremenljivk. PDF se po drugi strani uporablja, kadar morate pripraviti vrsto neprekinjenih naključnih spremenljivk.
PMF uporablja diskretne naključne spremenljivke.

PDF uporablja neprekinjene naključne spremenljivke.

Na podlagi študij je PDF izpeljanka CDF, ki je funkcija kumulativne distribucije. CDF se uporablja za določitev verjetnosti, v kateri bi se lahko v kateri koli merljivi podskupini v določenem območju pojavila neprekinjena naključna spremenljivka. Tu je primer:

Izračunali bomo za verjetnost rezultata med 90 in 110.
P (90) < X < 110)
= P (X < 110) - P (X < 90)
= 0,84 -0,16
= 0,68
= 68%

Na kratko, razlika je bolj v povezavi z zveznimi in ne diskretnimi naključnimi spremenljivkami. V tem članku sta pogosto uporabljena oba izraza. Zato bi bilo najbolje vključiti, da ti izrazi resnično pomenijo.

Diskretna naključna spremenljivka = običajno štejejo številke. Potrebno je le štetje ločene vrednosti, na primer 0,1,2,3,4,5,6,7,8,9 in tako naprej. Drugi primeri diskretnih naključnih spremenljivk so lahko:
Število otrok v družini.
Število ljudi, ki si ogledajo predstavo matinee v petek.
Število bolnikov na silvestrovo.

Dovolj je reči, če govorite o porazdelitvi verjetnosti diskretne naključne spremenljivke, bi bil seznam verjetnosti, ki bi bil povezan z možnimi vrednostmi.

Kontinuirana naključna spremenljivka = je naključna spremenljivka, ki dejansko pokriva neskončne vrednosti. Zato se tudi naključni spremenljivki uporablja termin kontinuirano, ker lahko prevzame vse možne vrednosti v danem območju verjetnosti. Primeri neprekinjenih naključnih spremenljivk so lahko:

Temperatura na Floridi za mesec december.
Količina padavin v Minnesoti.
Računalniški čas v nekaj sekundah za obdelavo določenega programa.

Upajmo, da s to definicijo izrazov, vključenimi v ta članek, ne bo le lažje, da bi kdo prebral ta članek razumel razlike med funkcijo gostote verjetnosti in funkcijo verjetnostne mase..