PDFとPMFの違い

PDFとPMF

に分かれています。このトピックは、物理学に関する限られた知識以上のことをさらに理解する必要があるため、非常に複雑です。この記事では、PDF、確率密度関数、PMF、確率質量関数を区別します。両方の用語は、物理学や微積分、さらには数学に関連しています。コースを履修している人、または数学関連の学科の学部である人は、両方の用語を適切に定義して区別することができ、より理解しやすくなります。

<！ - 1 - >

ランダム変数は完全には理解できませんが、ある意味では、最終的な解のPMFまたはPDFを導出する式を使用することについて話すとき、離散的で連続的なこの区別をするランダム変数。確率質量関数、PMFという用語は、離散的な設定における関数が、質量と密度の観点から、連続的な設定について話すときの関数にどのように関係するかについてである。別の定義は、PMFの場合、ある値に正確に等しい離散確率変数の確率の結果を与える関数である。たとえば、コインの10トスの頭の中に何頭がありますか。

<！ - 2 - >

次に、確率密度関数PDFについて説明します。これは、連続ランダム変数に対してのみ定義されます。より重要なことは、与えられた値が、その範囲内の確率変数の確率を与える可能な値の範囲であることです。例えば、18歳から25歳までのカリフォルニアの女性の体重はどうですか？

これを基盤として、PDF式をいつ使用するのか、そしてPMF式を使用するのかを理解することが容易になります。

<！要約：

要約すると、PMFは、必要とする解が離散確率変数の数の範囲内にある場合に使用されます。一方、PDFは、連続したランダム変数の範囲を求める必要がある場合に使用されます。

PMFは、離散確率変数を使用します。

PDFは連続ランダム変数を使用します。研究に基づいて、PDFはCDFの派生物であり、累積分布関数である。 CDFは、一定の範囲の任意の測定可能なサブセット内で連続ランダム変数が生じる確率を決定するために使用される。

P（90

= P（X <110）-p（X <90）ここで、

= 0. 84 -0。要約すると、差異は、離散確率変数ではなくむしろ連続確率変数との関連によります。両方の用語はこの記事で頻繁に使用されています。したがって、これらの用語が本当に意味するものを含めることが最善の方法です。

離散確率変数=通常はカウント数です。 0,1,2,3,4,5,6,7,8,9などのように数え切れないほどの別個の値しか取れません。離散確率変数の他の例は、次のとおりです。

家族内の子供の数。

金曜日の深夜マチネを見ている人の数。

大晦日の患者数。言い換えれば、離散確率変数の確率分布について話すならば、それは可能な値に関連する可能性のあるリストであろう。

連続ランダム変数=は無限の値を実際にカバーするランダム変数です。あるいは、確率変数の与えられた範囲内のすべての可能な値を取ることができるので、連続変数という用語が適用されるのはそのためです。連続的な確率変数の例は次のようなものである：

12月のフロリダの気温。

ミネソタ州の降水量。

特定のプログラムを処理するコンピュータの時間（秒単位）。

うまくいけば、この記事に含まれるこれらの用語の定義によって、確率密度関数と確率質量関数との違いを理解することは、