PDF와 PMF의 차이점

PDF와 PMF

가 될 것입니다.이 주제는 제한된 물리 지식에 대한 더 깊은 이해가 필요하기 때문에 매우 복잡합니다. 이 기사에서는 PDF, 확률 밀도 함수, PMF, 확률 질량 함수를 차별화합니다. 두 용어는 물리학이나 미적분 또는 더 높은 수학과 관련이 있습니다. 과정을 수강하는 사람이나 수학 관련 학부의 학부모가 될 수있는 사람은 두 용어를 적절하게 정의하고 구분할 수 있어야 더 잘 이해할 수 있습니다.

임의 변수는 완전히 이해할 수는 없지만, 어떤 의미에서는 최종 솔루션의 PMF 또는 PDF를 유도하는 공식을 사용할 때 이산 변수와 연속 변수를 구별하는 것이 중요합니다. 구별을하는 임의의 변수. 확률 질량 함수, PMF는 질량과 밀도면에서 연속 설정에 대해 말할 때 개별 설정의 함수가 함수와 어떻게 관련되는지에 관한 것입니다. 또 다른 정의는 PMF의 경우 특정 값과 정확히 같은 이산 확률 변수의 확률 결과를 제공하는 함수입니다. 예를 들어 동전 10 개를 몇 번이나 던 졌는지 말하십시오.

이제 확률 밀도 함수 인 PDF에 대해 이야기 해 보겠습니다. 연속 임의 변수에 대해서만 정의됩니다. 알아야 할 중요한 점은 주어진 값이 임의의 변수가 해당 범위에 속할 확률을 제공하는 가능한 값의 범위라는 것입니다. 예를 들어, 캘리포니아에서 18 세에서 25 세 사이의 여성의 무게는 얼마입니까?

이를 기반으로 PDF 수식을 사용해야하는시기와 PMF 수식을 사용해야하는시기를 쉽게 파악할 수 있습니다.

요약:

요약하면, PMF는 여러분이 생각해 내야하는 솔루션이 이산 무작위 변수의 수에 걸쳐있을 때 사용됩니다. 반면에 PDF는 일련의 임의의 변수를 필요로 할 때 사용됩니다.

PMF는 이산 확률 변수를 사용합니다.

PDF는 연속 임의 변수를 사용합니다.

연구에 기초한 PDF는 누적 분포 함수 인 CDF의 파생물이다. CDF는 특정 범위의 측정 가능한 하위 집합 내에서 연속 확률 변수가 발생할 확률을 결정하는 데 사용됩니다. P (90

= P (X <110) - p (X <90)

우리는 90에서 110 사이의 점수 확률을 계산합니다.

= 0. 84 -0. 요약하면, 차이점은 이산 랜덤 변수보다는 연속 변수와의 관련에 더 많이있다. 두 용어는이 기사에서 자주 사용되었습니다.그러므로이 용어들이 실제로 의미하는 것을 포함하는 것이 가장 좋습니다.

이산 무작위 변수 = 보통 숫자입니다. 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 등과 같이 계산 가능한 값만 셀 수 있습니다. 이산 무작위 변수의 다른 예는 다음과 같습니다.

가족의 어린이 수.

금요일 밤 심야 마티 네를 관람하는 사람들의 수.

섣달 그믐 날의 환자 수. 말하자면, 이산 확률 변수의 확률 분포에 대해 말하면 가능한 값과 관련된 확률 목록입니다. 연속 무작위 변수 =는 실제로 무한 값을 다루는 무작위 변수입니다. 또는 확률의 주어진 범위 내에서 가능한 모든 값을 취할 수 있기 때문에 연속이라는 용어가 확률 변수에 적용되는 이유입니다. 연속 확률 변수의 예는 다음과 같습니다.

12 월 한 달 동안 플로리다의 온도.

미네소타 강우량.

특정 프로그램을 처리 할 컴퓨터 시간 (초).

바라 건데,이 기사에 포함 된 용어의 정의를 사용하여이 기사를 읽는 사람이 확률 밀도 함수 대 확률 질량 함수의 차이를 쉽게 이해할 수있을 것입니다.