Hören Sie auf, Wahrscheinlichkeiten als eine einfache Liste von Quoten zu betrachten. In der chaotischen realen Welt kontinuierlicher Daten passieren Dinge nicht einfach so. Sie existieren in einem Spektrum. Um dieses Spektrum zu verstehen, verwenden Statistiker eine Wahrscheinlichkeitsdichtefunktion.
Es klingt einschüchternd. Das ist es nicht.
Im Kern ist ein PDF nur eine Karte. Es zeigt Ihnen, wo sich Werte wahrscheinlich häufen und wo sie selten sind. Der Graph dieser Funktion ist eine Kurve, die über der horizontalen Achse schwebt. Die Gesamtfläche unter dieser Kurve beträgt immer genau 1. Dies ist keine Zufallsregel. Es ist eine mathematische Notwendigkeit. Der Bereich repräsentiert 100 % aller möglichen Ergebnisse.
Warum Fläche gleich Wahrscheinlichkeit ist
Hier bleiben die meisten Menschen stecken. Sie schauen nicht auf die Höhe der Kurve, um eine Wahrscheinlichkeit zu ermitteln. Höhe ist Dichte. Fläche ist Wahrscheinlichkeit.
Wenn Sie die Wahrscheinlichkeit wissen möchten, dass ein Ergebnis zwischen zwei bestimmten Werten liegt, berechnen Sie die Fläche unter der Kurve zwischen diesen Punkten. Dieser Bereich ist die Wahrscheinlichkeit.
Jeder Zufallsvariablen ist eine Wahrscheinlichkeitsdichtefunktion zugeordnet.
Betrachten Sie eine Normalverteilung. Sie kennen es als Glockenkurve. Diese Glockenform ist das PDF für diese Variable. Der Peak in der Mitte zeigt, wo die Werte am wahrscheinlichsten landen. Die bis ins Unendliche reichenden Schweife zeigen, wo sie weniger wahrscheinlich, aber nie wirklich unmöglich werden.
Aufschlüsselung der Komponenten
Um ein PDF tatsächlich nutzen zu können, müssen Sie dessen drei Haupteinschränkungen verstehen:
- Kontinuität: Im Gegensatz zu diskreten Variablen (wie beim Würfeln) können kontinuierliche Variablen jeden Wert innerhalb eines Bereichs annehmen. Zeit, Gewicht und Größe sind kontinuierlich. Ein PDF bewältigt diese Fluidität.
- Nicht-Negativität: Die Kurve fällt nie unter die horizontale Achse. Eine Wahrscheinlichkeitsdichte kann nicht negativ sein.
- Gesamtfläche = 1: Die Summe der gesamten Region unter der Kurve ergibt 1. Wenn dies nicht der Fall wäre, würde die Berechnung scheitern. Die Wahrscheinlichkeiten würden entweder weniger als 100 % (unmögliche Ergebnisse) oder mehr als 100 % (Magie) betragen.
Wann man ein PDF verwendet
Sie greifen nach einer Wahrscheinlichkeitsdichtefunktion, wenn Sie mit kontinuierlichen Zufallsvariablen arbeiten. Wenn Sie etwas messen, das sich unendlich unterteilen lässt, sehen Sie sich wahrscheinlich ein PDF an.
Wenn Sie beispielsweise die Wahrscheinlichkeit wissen möchten, dass ein hergestelltes Teil zwischen 4,99 und 5,01 Gramm wiegt, integrieren Sie das PDF über diesen Bereich. Sie raten nicht nur. Sie messen die Fläche unter der Kurve.
Das Beispiel der Normalverteilung
Die am häufigsten vorkommende PDF-Datei ist die Normalverteilung. Es ist überall. Menschliche Größe. Testergebnisse. Messfehler.
Die Glockenkurve ist symmetrisch. Mittelwert, Median und Modus liegen am selben Punkt. Aber das PDF zeigt mehr als nur Form. Es quantifiziert das Risiko. Je steiler der Abfall in den Enden ist, desto vorhersehbarer ist die Variable. Flachere Kurven bedeuten mehr Volatilität.
Häufige Missverständnisse
Viele Leute verwechseln den Wert der Funktion mit der Wahrscheinlichkeit selbst. Wenn der PDF-Wert an einem Punkt 0,5 beträgt, bedeutet das nicht, dass eine 50-prozentige Wahrscheinlichkeit besteht, dass genau dieser Wert auftritt. Bei einer kontinuierlichen Verteilung beträgt die Wahrscheinlichkeit eines einzelnen exakten Werts technisch gesehen
