確率論の知識をすっかり忘れていました QAQ
1.PDF: X が連続確率変数の場合、確率密度関数を f として定義します の確率、つまり
[連続型のみが持つ]
CDF: 確率変数の種類 (連続/離散/その他) に関係なく、その累積分布関数を定義できます。分布関数とも呼ばれます。
連続型:
CDF は PDF の積分であり、PDF は CDF の微分です。
Discrete: 離散確率変数、その CDF は区分関数です。例のコイン投げの確率変数など、その CDF は次のとおりです。
離散確率変数の場合、分布法則を直接使用してその統計的規則性を記述することができますが、連続確率変数 (非離散確率変数) の場合、確率変数のすべての可能な値をリストすることはできないため、その確率分布を次の式で記述することはできません。離散確率変数のような分布法則。そこで PDF が導入され、確率変数が特定の区間に入る確率を求めるために積分が使用されました。
F ( x ) F ( x ) 点 x xx における F(x) の関数値は、X XX が区間 ( − ∞ , x ] (−\infty,x](−∞,x],したがって、分布関数は定義域が R RR である通常の関数であるため、確率問題を関数問題に変換することができ、通常の関数の知識を使用して確率問題を研究できるようになり、確率の研究の範囲が広がります。
確率理論の PDF から抜粋、PMF と CDF 2 の違いと関連性。
以下は、共分散行列共分散の計算と意味
からの抜粋です。 定義:
共分散 (i, j) = (i 番目のすべての要素)列 - i 番目の列の平均) * (j 番目の列 列のすべての要素 - j 番目の列の平均) 共分散の意味は、次元間の相関
関係を見つけることです。
共分散行列:
3. の同時確率A と B は P(AB) または P(A,B) として表されます、または P (A∩B) が
推定できます
4.関数 f (x; θ) のセミコロンの意味の簡単な理解
より抜粋f (x; θ)、実際の意味は f (x) ですが、関数のパラメーターが θ であることが強調されています。