概率论中 PDF,PMF,CDF的含义

概率论中 PDF,PMF,CDF的含义

在概率论中，我们经常能碰到这样几个概念PDF,PMF,CDF，这里就简单介绍一下

PDF：概率密度函数（probability density function）, 在数学中，连续型随机变量的概率密度函数（在不至于混淆时可以简称为密度函数）是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数。

概率密度函数都是针对连续性随机变量的，对于连续性随机变量，都是针对某一段区间的取值，在一个点的取值都是几乎为0的，所以我们研究连续性随机变量时，都是取变量在一段区间的取值，然后可以通过概率密度函数进行计算。
而PDF他其实是CDF的导数。

PMF : 概率质量函数（probability mass function), 在概率论中，概率质量函数是离散随机变量在各特定取值上的概率。
PDF是针对连续型随机变量的，那么PMF则是针对离散型随机变量的，是变量在特定取值上的概率。

CDF : 累积分布函数 (cumulative distribution function)，又叫分布函数，是概率密度函数的积分，能完整描述一个实随机变量X的概率分布。

累计分布函数则比较是说，我们取定一个值，计算变量小于这个值的概率。