今天写写 —— 概率密度曲线。为啥要有这个概念,做什么的,怎么才能记住。
先看概念:概率密度曲线,就是描述连续型变量在某个区间内取值概率的曲线。这里要特别注意 “连续型变量” 这几个字,离散或者分类变量只有概率,连续变量才有概率密度,连续型指的是那些可以取无限多个值的变量,比如时间、身高、体重等等,理论上有无限种取值可能。
连续数据是需要有种方法来描述其分布的,我们其实想知道虽然是连续的但是取那些值或者在哪些区间的可能性会高点。比如你会描述你上学的时间大概是30分钟左右,统计语言就是30分钟附近的区间取值概率最大。
那为什么叫 “密度” 呢?可以把它想象成 “概率的密集程度”。概率密度大,就表示在这个区间里,变量取值的概率更密集,更容易出现。比如上学时间,30 分钟附近的概率密度高,说明你很可能在 30 分钟左右到达学校;而 20 分钟或 40 分钟附近的密度低,说明这些时间出现的概率小。
这样一讲就很容易记住了。
如果用曲线把这种分布画出来,中间高、两边低,就像一口倒扣的钟 —— 这其实就是上篇文章中提到的正态分布的概率密度曲线。
这里有个特别重要的点要强调,也是很多同学理解起来最难的一点,就是:对于连续型变量来说,单个具体数值的概率是 0。比如问 “身高正好是 175cm 的概率是多少”,答案是 0。这听起来有点奇怪,但你可以这么理解:身高可以精确到无限多位,175cm 其实是 174.5cm 到 175.5cm 的近似值,咱们真正关心的是 “身高在 174 到 176cm 之间” 的概率,而不是某个精确到小数点后无穷位的数值。概率密度曲线的
订阅专栏 解锁全文
154



被折叠的 条评论
为什么被折叠?



