Gegeben Mittelwert und Varianz einer Gaußschen (normalen) Zufallsvariablen, möchte ich seine Wahrscheinlichkeitsdichtefunktion (PDF) berechnen.Warum gibt scipy.norm.pdf manchmal PDF> 1? Wie man es korrigiert?
ich diesen Beitrag genannt: Calculate probability in normal distribution given mean, std in Python,
Auch die scipy docs: scipy.stats.norm
Aber wenn ich eine PDF-Datei einer Kurve zeichnen, ist die Wahrscheinlichkeit größer als 1! Wenden Sie sich an diesem Mindestarbeitsbeispiel:
import numpy as np
import scipy.stats as stats
x = np.linspace(0.3, 1.75, 1000)
plt.plot(x, stats.norm.pdf(x, 1.075, 0.2))
plt.show()
Dies ist, was ich bekommen:
Wie ist es sogar möglich, 200% Wahrscheinlichkeit zu haben, den Mittelwert zu erhalten, 1,075? Unterscheide ich hier etwas falsch? Gibt es eine Möglichkeit, dies zu korrigieren?
Haben Sie versucht, die Dokumentation der von Ihnen verwendeten Funktion zu lesen? Das letzte Argument ist ein Skalierungsfaktor. Sie sagen scipy, die resultierende PDF mit 1/0,2 – talonmies
zu multiplizieren, tat ich tatsächlich @talonmies. Die norm.pdf selbst wird für standardisierte Zufallsvariablen verwendet und berechnet daher exp (-x ** 2/2)/sqrt (2 * pi). Um mu und sigma in die Relation zu bringen, werden "loc" und "scale" eingeführt. Diese zu spezifizieren würde bedeuten, dass x durch (x-loc)/skalieren ersetzt wird und das Endergebnis durch Skalierung dividiert wird, wodurch die oben beschriebene Gaußsche PDF gebildet wird. –