Если распределение непрерывно, то вероятность любой точки x
равна 0, почти по определению непрерывного распределения. Если распределение является дискретным и, кроме того, поддержка распределения является подмножеством множества целых чисел, то для любого целого числа х его вероятности
cdf(PD,x) - cdf(PD,x-1)
В более общем смысле, для любой случайной величины X, которая принимает на целое число значения, функция f(x)
вероятности массы и совокупное распределение F(x)
связаны
f(x) = F(x) - F(x-1)
правая рука может быть истолкованы в качестве дискретной производной, так что это является прямым аналогом того факта, что в непрерывном случае PDF является производной от cdf.
Я не уверен, что у Matlab есть более прямой способ получить функцию вероятности в вашей ситуации, чем проходить через cdf.
В непрерывном случае ваш вопрос не имеет большого смысла, поскольку, как я сказал выше, вероятность равна 0. Ненулевая вероятность в этом случае - это то, что придает интервалам, а не отдельным точкам. Вы все еще можете спросить о вероятности получения значения околоx
- но тогда вам нужно решить, что вы подразумеваете под «рядом». Например, если x
является целым числом, тогда вам может понадобиться знать вероятность получения значения, которое округляется до x. Это было бы:
cdf(PD, x + 0.5) - cdf(PD, x - 0.5)
Большое спасибо, но я изначально хотел, чтобы P (X = a), что означает a = b, что даст F (b) - F (a) = F (a) - F (a) = 0 – machinery
@machinery yes , это верно. И поэтому никто никогда не просит P (X = a) для нормального распределения или большинства других непрерывных распределений (за исключением, возможно, во время тестов или вопросов, связанных с домашним заданием, для проверки понимания). P (X = a) = 0 для любой случайной величины X с непрерывной функцией плотности вероятности. –
Хорошо, но в (гауссовом) наивном классификаторе заливов вы соответствуете нормальному распределению для каждой функции, а затем вам нужно вычислить P (X = a) для новой точки данных, входящей в ... Могу ли я просто использовать значение pdf в таких случай? Конечно, pdf может быть больше одного, но более высокое значение pdf означает более высокую вероятность (плотность). – machinery