Denk niet langer aan waarschijnlijkheid als een eenvoudige lijst met kansen. In de rommelige echte wereld van continue data gebeuren dingen niet zomaar of niet. Ze bestaan op een spectrum. Om dat spectrum te begrijpen, gebruiken statistici een kansdichtheidsfunctie.
Het klinkt intimiderend. Dat is het niet.
In de kern is een PDF slechts een kaart. Het vertelt u waar waarden zich waarschijnlijk zullen clusteren en waar ze zeldzaam zijn. De grafiek van deze functie is een curve die boven de horizontale as zweeft. De totale oppervlakte onder die curve is altijd precies 1. Dit is geen willekeurige regel. Het is een wiskundige noodzaak. Het gebied vertegenwoordigt 100% van alle mogelijke uitkomsten.
Waarom gebied gelijk is aan waarschijnlijkheid
Hier lopen de meeste mensen vast. Je kijkt niet naar de hoogte van de curve om een waarschijnlijkheid te vinden. Hoogte is dichtheid. Oppervlakte is waarschijnlijkheid.
Als je de kans wilt weten dat een uitkomst tussen twee specifieke waarden valt, bereken je de oppervlakte onder de curve tussen die punten. Dat gebied is de waarschijnlijkheid.
Elke willekeurige variabele is geassocieerd met een kansdichtheidsfunctie.
Beschouw een normale verdeling. Je kent het als de belcurve. Die belvorm is de PDF voor die variabele. De piek in het midden laat zien waar waarden het meest waarschijnlijk zullen landen. De staarten die zich uitstrekken tot in het oneindige laten zien waar ze minder waarschijnlijk worden, maar nooit echt onmogelijk.
De componenten afbreken
Om een PDF daadwerkelijk te kunnen gebruiken, moet u de drie belangrijkste beperkingen ervan begrijpen:
- Continuïteit: In tegenstelling tot discrete variabelen (zoals het gooien van een dobbelsteen), kunnen continue variabelen elke waarde binnen een bereik aannemen. Tijd, gewicht en lengte zijn continu. Een PDF zorgt voor deze vloeibaarheid.
- Niet-negativiteit: De curve daalt nooit onder de horizontale as. Een waarschijnlijkheidsdichtheid kan niet negatief zijn.
- Totale oppervlakte = 1: Het hele gebied onder de curve is opgeteld 1. Als dit niet het geval was, zou de wiskunde mislukken. De kansen zouden ofwel minder dan 100% (onmogelijke uitkomsten) of meer dan 100% (magie) zijn.
Wanneer moet u een pdf gebruiken?
Je gebruikt een waarschijnlijkheidsdichtheidsfunctie als je te maken hebt met continue willekeurige variabelen. Als u iets meet dat oneindig kan worden onderverdeeld, kijkt u waarschijnlijk naar een pdf.
Als u bijvoorbeeld wilt weten hoe waarschijnlijk het is dat een vervaardigd onderdeel tussen de 4,99 en 5,01 gram weegt, integreert u de PDF over dat bereik. Je raadt het niet alleen. Je meet het gebied onder de curve.
Het voorbeeld van de normale verdeling
De meest voorkomende PDF die u tegenkomt is de normale distributie. Het is overal. Menselijke lengte. Testscores. Meetfouten.
De belcurve is symmetrisch. Het gemiddelde, de mediaan en de modus bevinden zich op hetzelfde punt. Maar de PDF doet meer dan alleen vorm weergeven. Het kwantificeert het risico. Hoe steiler de daling in de staarten, hoe voorspelbaarder de variabele. Plattere curves betekenen meer volatiliteit.
Veelvoorkomende misvattingen
Veel mensen verwarren de waarde van de functie met de waarschijnlijkheid zelf. Als de PDF op een gegeven moment 0,5 is, betekent dat niet dat er een kans van 50% is dat die exacte waarde voorkomt. Bij een continue verdeling is de waarschijnlijkheid van een enkele exacte waarde technisch gezien
