Continuous Distributions: Uniform, Normal, and Gamma-Toy模板网

这篇具有很好参考价值的文章主要介绍了Continuous Distributions: Uniform, Normal, and Gamma。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

作者：禅与计算机程序设计艺术

1.简介

在过去的几十年里，许多领域都出现了很多统计分布的变化。从早期的正态分布到后来的指数分布、卡方分布等，各种分布也逐渐形成自己的发展历史。统计学中的一些技术或者模型需要根据数据分布进行选择和建模，所以需要对不同分布的特性熟悉清楚。本文将简要介绍一下连续分布，包括均匀分布（Uniform Distribution）、正态分布（Normal Distribution）以及伽玛分布（Gamma Distribution）。

2.概述

2.1 概念及术语

2.1.1 什么是连续分布？

连续分布（Continuous distribution），又称密度函数（Probability Density Function，简称PDF）或概率密度函数（Probability Distribution Function），是描述随机变量X取值在一个连续范围内的概率密度。换言之，如果知道X的某个值，就可以用连续分布计算出这个值的概率。通常，连续分布由一个单参数的函数f(x)来描述。其中，f(x)是概率密度函数。概率密度函数关于变量X的取值X以横坐标表示，概率以纵坐标表示。概率密度函数和积分曲线之间的联系，就是连续分布的定义。直观来说，当我们把一个随机变量看作是一个点，那么这个随机变量的概率分布就是它周围空间的面积。在这个意义上，连续分布和离散分布是一致的。

连续分布有三个基本的性质：文章来源地址https://www.toymoban.com/news/detail-722636.html