Ո՞րն է տարբերությունը CDF- ի և PDF- ի միջև:


պատասխանել 1:

Քանի որ սա հրապարակված է վիճակագրական կարգապահության մեջ (pdf և cdf- ն ունեն նաև տարբեր իմաստներ).

1) pdf (հավանականության խտության գործառույթ) Սա, ըստ էության, հավանականության օրենք է շարունակական պատահական փոփոխականի համար, օրինակ, X- ի համար (դիսկրետների համար դա հավանականության զանգվածային գործառույթ է):

Հավանականության օրենքը սահմանում է հավանականությունը, որ պատահական փոփոխականը վերցնում է որոշակի արժեք, օրինակ ՝ x, այսինքն ՝ P (X = x): Այնուամենայնիվ, այս սահմանումը չի տարածվում շարունակական պատահական փոփոխականների վրա, քանի որ հավանականությունը որոշակի կետում զրո է: Դրա համար այլընտրանք է. Pdf = P (xe

2) CDF (կուտակային բաշխման գործառույթ)

Ինչպես կուտակային անվանումն է հուշում, սա պարզապես հավանականությունն է մինչև պատահական փոփոխականի որոշակի արժեքի, օրինակ x: Ընդհանրապես պիտակավորված F, F = P (X <= x) X տարածության յուրաքանչյուր արժեքի համար: Այն սահմանվում է ինչպես դիսկրետ, այնպես էլ շարունակական պատահական փոփոխականների համար:

Հիմնական վիճակագրության վերաբերյալ յուրաքանչյուր գրքում կարող եք մանրամասն նկարագրություններ գտնել:


պատասխանել 2:

PDF → հավանականության խտության գործառույթ

CDF of կուտակային խտության գործառույթ

Հավանականությունը մի պահ նայում է հավանականությանը:

Կուտակային կերպով, ընդհանուր հավանականությունը մի փոքր պակաս է:

Ինչպես տեսնում եք ստորև նկարում, կուտակային հավանականությունը շատ ավելին է, քան արդար հավանականությունը, քանի որ դա շատերի, և ոչ միայն մեկ հավանականության գումարն է:


պատասխանել 3:

PDF → հավանականության խտության գործառույթ

CDF of կուտակային խտության գործառույթ

Հավանականությունը մի պահ նայում է հավանականությանը:

a<c<ba

Ինչպես տեսնում եք ստորև նկարում, կուտակային հավանականությունը շատ ավելին է, քան արդար հավանականությունը, քանի որ դա շատերի, և ոչ միայն մեկ հավանականության գումարն է: