Da biste razumjeli razliku između PDF-a i PMF-a, bitno je razumjeti što su slučajne varijable. Slučajna varijabla je varijabla čija vrijednost nije poznata zadatku; drugim riječima, vrijednost ovisi o rezultatu eksperimenta.
Na primjer, dok bacate novčić, vrijednost, tj. glava ili rep, ovisi o ishodu.
Ključni za poneti
- PDF (funkcija gustoće vjerojatnosti) je statistička funkcija koja se koristi za opisivanje vjerojatnosti kontinuiranih slučajnih varijabli unutar zadanog raspona.
- PMF (funkcija mase vjerojatnosti) je statistička funkcija koja opisuje vjerojatnosti diskretnih slučajnih varijabli, pridjeljujući vjerojatnost svakom mogućem ishodu.
- PDF i PMF predstavljaju distribucije vjerojatnosti slučajnih varijabli, ali se razlikuju u primjeni, pri čemu se PDF koristi za kontinuirane varijable, a PMF za diskretne varijable.
PDF protiv PMF-a
PDF, također poznat kao vjerojatnost gustoća funkcija je matematička funkcija koja se koristi kada postoji rješenje koje se može pronaći unutar raspona kontinuiranih slučajnih varijabli. PMF, također poznata kao funkcija mase vjerojatnosti je funkcija koja koristi diskretne slučajne varijable za pronalaženje rješenja.
PDF i PMF su povezani s fizikom, statistikom, račun, odnosno viša matematika. PDF (Funkcija gustoće vjerojatnosti) je vjerojatnost slučajne varijable u rasponu diskretnih vrijednosti.
S druge strane, PMF (funkcija mase vjerojatnosti) je vjerojatnost slučajne varijable u rasponu kontinuiranih vrijednosti.
Tabela za usporedbu
Parametar usporedbe | PMF | |
---|---|---|
Cijela forma | Funkcija gustoće vjerojatnosti | Funkcija mase vjerojatnosti |
Koristiti | PDF se koristi kada postoji potreba za pronalaženjem rješenja u nizu kontinuiranih slučajnih varijabli. | PMF se koristi kada je potrebno pronaći rješenje u nizu diskretnih slučajnih varijabli. |
Slučajne varijable | PDF koristi kontinuirane slučajne varijable. | PMF koristi diskretne slučajne varijable. |
Formula | F(x)= P(a < x 0 | p(x)= P(X=x) |
Riješenje | Rješenje se nalazi u području radijusa kontinuiranih slučajnih varijabli | Rješenja se nalaze u radijusu između brojeva diskretnih slučajnih varijabli |
Što je PDF?
Funkcija gustoće vjerojatnosti (PDF) prikazuje funkcije vjerojatnosti u smislu kontinuiranih vrijednosti slučajne varijable između preciznog raspona vrijednosti.
Također je poznata kao funkcija distribucije vjerojatnosti ili funkcija vjerojatnosti. Označava se s f(x).
PDF je u biti promjenjiva gustoća u određenom rasponu. Pozitivan je/nije negativan u bilo kojoj točki na grafikonu, a puni PDF uvijek je jednak jedan.
U slučaju kada je vjerojatnost X na nekoj danoj vrijednosti x (kontinuirana slučajna varijabla) uvijek 0. P(X = x) ne radi u takvom slučaju.
U takvoj situaciji moramo izračunati vjerojatnost mirovanja X u intervalu (a, b) zajedno s P(a< X< b) što se može dogoditi pomoću PDF-a.
Formula funkcije distribucije vjerojatnosti definirana je kao F(x)= P(a < x < b)= ∫ba f(x)dx>0
Neki slučajevi u kojima funkcija distribucije vjerojatnosti može funkcionirati su:
- Temperatura, padaline i ukupno vrijeme
- Vrijeme koje je računalu potrebno da obradi ulaz i da izlaz
I još mnogo toga.
Razne primjene funkcije gustoće vjerojatnosti (PDF) su:
- PDF se koristi za oblikovanje podataka vremenske godišnje koncentracije NOx u atmosferi.
- Obrađen je za oblikovanje izgaranja dizel motora.
- Djeluje na vjerojatnosti pridružene slučajnim varijablama u statistici.
Što je PMF?
Funkcija Masa vjerojatnosti ovisi o vrijednostima bilo kojeg realnog broja. Ne ide do vrijednosti X, koja je jednaka nuli; u slučaju x, vrijednost PMF-a je pozitivna.
PMF igra važnu ulogu u definiranju diskretne distribucije vjerojatnosti i daje različite ishode. Formula PMF-a je p(x)= P(X=x) tj. vjerojatnost (x)= vjerojatnost (X=jedan određeni x)
Budući da daje različite vrijednosti, PMF je vrlo koristan u računalnom programiranju i oblikovanju statistike.
Jednostavnije rečeno, funkcija mase vjerojatnosti ili PMS je funkcija koja je povezana s diskretnim događajima, tj. vjerojatnostima povezanim s tim događajima.
Riječ „masa“ objašnjava vjerojatnosti usmjerene na diskretne događaje.
Neke od primjena funkcije mase vjerojatnosti (PMF) su:
- Funkcija mase vjerojatnosti (PMF) je središnja u statistici jer pomaže definirati vjerojatnosti za diskretne slučajne varijable.
- PMF se koristi za pronalaženje srednje vrijednosti i varijacija posebnog grupiranja.
- PMF se koristi u binomnim i Poissonovim distribucijama gdje se koriste diskretne vrijednosti.
Neki slučajevi u kojima funkcija mase vjerojatnosti može funkcionirati su:
- Broj učenika u razredu
- Brojevi na kocki
- Strane novčića
- I još mnogo toga.
Glavne razlike između PDF i PMF
- Potpuni oblik PDF-a je funkcija gustoće vjerojatnosti, dok je puni oblik PMF-a funkcija mase vjerojatnosti.
- PMF se koristi kada postoji potreba za pronalaženjem rješenja u nizu diskretnih slučajnih varijabli, dok se PDF koristi kada postoji potreba za pronalaženjem rješenja u nizu kontinuiranih slučajnih varijabli.
- PDF koristi kontinuirane slučajne varijable, dok PMF koristi diskretne slučajne varijable.
- Pdf formula je F(x)= P(a < x < b)= ∫ba f(x)dx>0 dok je pmf formula p(x)= P(X=x)
- Rješenja PDF-a padaju u polumjer kontinuiranih slučajnih varijabli, dok rješenja PMF-a padaju u radijus između brojeva diskretnih slučajnih varijabli
- https://amstat.tandfonline.com/doi/abs/10.1080/10485250701733747
- https://www.mitpressjournals.org/doi/abs/10.1162/0899766053723078
Zadnje ažuriranje: 11. lipnja 2023
Emma Smith je magistrirala engleski jezik na koledžu Irvine Valley. Novinarka je od 2002. godine, piše članke o engleskom jeziku, sportu i pravu. Pročitajte više o meni na njoj bio stranica.
Ovaj članak daje jasno i detaljno objašnjenje razlike između PDF-a i PMF-a. Vrlo je informativan i koristan za svakoga tko pokušava razumjeti ove koncepte.
Potpuno se slažem! Navedeni primjeri također olakšavaju razumijevanje pojmova.
Praktične primjene PDF-a i PMF-a predstavljene u ovom članku čine ga doista poučnim štivom. Korišteni primjeri vrlo su pronicljivi.
Apsolutno, aplikacije iz stvarnog svijeta dodaju veliku vrijednost ovom članku.
Dogovoren! Korisno je vidjeti kako se PDF i PMF koriste u scenarijima stvarnog svijeta.
Podaci o PDF-u i PMF-u prezentirani su na vrlo organiziran i sustavan način. Lako ga je pratiti i razumjeti.
Apsolutno, usporedna tablica čini još jednostavnijim razumijevanje razlika između PDF-a i PMF-a.
Detaljna objašnjenja funkcije gustoće vjerojatnosti i funkcije mase vjerojatnosti vrlo su temeljita i pronicljiva. Sjajan članak!
Ne mogu se više složiti! Ovaj je članak vrijedan izvor za razumijevanje ovih statističkih koncepata.
Usporedna tablica stvarno je učinkovit način za ilustraciju razlika između PDF-a i PMF-a. To je hvalevrijedan tekst.
Definitivno! Ovaj je članak vrijedan izvor za svakoga tko želi razumjeti nijanse PDF-a i PMF-a.
Ne mogu se više složiti. Jasnoća i konciznost usporedne tablice olakšavaju razumijevanje razlika između PDF-a i PMF-a.
Cijenim način na koji članak raščlanjuje primjene PDF-a i PMF-a u raznim područjima. To pokazuje praktičnu važnost ovih koncepata.
Definitivno! Pomaže vidjeti primjere iz stvarnog svijeta gdje se koriste PDF i PMF.
Informacije navedene u ovom članku o PDF-u i PMF-u su neprocjenjive. Očito je da je mnogo istraživanja i stručnosti uloženo u stvaranje ovog sadržaja.
Apsolutno, ovaj je članak potvrda znanja i sposobnosti autora da složene pojmove prenesu na jasan i pristupačan način.
Autori ovog članka napravili su fantastičan posao pružanja sveobuhvatnog razumijevanja PDF-a i PMF-a. Dobro je istražen i jasno objašnjen.
Slažem se, dubina analize i korišteni primjeri čine ovaj članak izvanrednim u objašnjavanju PDF-a i PMF-a.
Članak učinkovito komunicira ključne razlike između PDF-a i PMF-a. To je izvrstan resurs za studente i profesionalce.
Apsolutno, ovo je vrlo informativan i dobro napisan članak u PDF-u i PMF-u.
Objašnjenja PDF-a i PMF-a prikazana su na vrlo zanimljiv i uvjerljiv način. Sjajno štivo za svakoga tko se zanima za statistiku.
Apsolutno! Ovaj članak moraju pročitati svi koji žele shvatiti koncepte PDF-a i PMF-a.
Potpuno se slažem. Članak pruža sveobuhvatno razumijevanje PDF-a i PMF-a na pristupačan način.