מה ההבדל בין CDF ל- PDF?


תשובה 1:

מכיוון שהדבר פורסם בתחומי הסטטיסטיקה (ל- pdf ו- cdf יש גם משמעות אחרת):

1) pdf (פונקצית צפיפות הסתברות) זה בעצם חוק הסתברות למשתנה רנדומלי רציף נניח X (עבור בדידות, זו פונקצית מסת ההסתברות).

חוק ההסתברות מגדיר את הסיכוי שהמשתנה האקראי ייקח ערך מסוים אומר x, כלומר P (X = x). עם זאת הגדרה זו אינה תקפה עבור משתנים אקראיים רציפים מכיוון שההסתברות בנקודה נתונה היא אפס. חלופה לכך היא: pdf = P (xe

2) CDF (פונקצית הפצה מצטברת)

כפי שמרמז השם המצטבר, זוהי פשוט ההסתברות לערך מסוים של המשתנה האקראי, נניח x. בדרך כלל מצוין על ידי F, F = P (X <= x) עבור כל ערך של x במרחב ה- X. זה מוגדר עבור משתנים אקראיים נפרדים וגם רציפים רציפים.

לתיאורים מפורטים, עיין בכל ספר על נתונים סטטיסטיים בסיסיים.


תשובה 2:

PDF → פונקצית צפיפות הסתברות

CDF → פונקצית צפיפות מצטברת

ההסתברות בוחנת את ההסתברות בשלב מסוים.

מצטבר הוא ההסתברות הכוללת לכל דבר שמתחתיו.

כפי שניתן לראות בתרשים למטה, המצטבר גדול בהרבה מההסתברות הצודקת מכיוון שהוא סכום של רבים ולא רק הסתברויות אחת.


תשובה 3:

PDF → פונקצית צפיפות הסתברות

CDF → פונקצית צפיפות מצטברת

ההסתברות בוחנת את ההסתברות בשלב מסוים.

a<c<ba

כפי שניתן לראות בתרשים למטה, המצטבר גדול בהרבה מההסתברות הצודקת מכיוון שהוא סכום של רבים ולא רק הסתברויות אחת.