知识卡片
概率密度不是概率
连续分布有无穷多个取值,若给每个点正概率,总和必然超过 1,所以只能让单点概率趋近于零,改用密度 f 描述:变量落在 x 到 x+dx 之间的概率约为 f(x)dx,落在区间 [a,b] 的概率是 f 在该区间上的积分。均匀分布密度在 [0,1) 上恒为 1、之外为 0,于是落在 0.2~0.3 的概率正是区间长度 0.1。由此有两个反直觉结论:密度可以大于 1(只要区间足够窄),P(X=x)=0 也不代表 x 不可能发生。工程上更常查累积分布函数 F(x)=P(X≤x),它直接给概率、单调不减,任意区间概率用两点相减即可。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第6章 概率
原书出处 · 1 处
- 第6章 概率 · 查看原书依据
因为在 0~1 范围内存在无限多个数,所以这意味着分配给各个点的权重需要几近于零。因此,我们用连续分布的概率密度函数(probability density function,PDF)表示某个值的概率,使得在一个区间内某值的概率等于密度函数在此区间上的积分。
参考来源
- 位置:《数据科学入门(第2版)》第6章 概率(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0010.xhtml)
- 结论依据:原文这一段直接给出本卡的核心判断:「因为在 0~1 范围内存在无限多个数,所以这意味着分配给各个点的权重需要几近于零……」
- 原始内容:因为在 0~1 范围内存在无限多个数,所以这意味着分配给各个点的权重需要几近于零。因此,我们用连续分布的概率密度函数(probability density function,PDF)表示某个值的概率,使得在一个区间内某值的概率等于密度函数在此区间上的积分。