Перестаньте воспринимать вероятность как простой список шансов. В реальном мире непрерывных данных всё устроено сложнее: события не просто происходят или не происходят. Они существуют в виде спектра. Чтобы понять этот спектр, статистики используют функцию плотности вероятности (Probability Density Function, PDF).
Звучит пугающе. На самом деле это не так.
В своей основе PDF — это просто карта. Она показывает, где значения, скорее всего, будут сосредоточены, а где они редки. График этой функции представляет собой кривую, парящую над горизонтальной осью. Общая площадь под этой кривой всегда равна ровно 1. Это не случайное правило. Это математическая необходимость. Площадь представляет собой 100% всех возможных исходов.
Почему площадь равна вероятности
Здесь большинство людей застревают. Вы не смотрите на высоту кривой, чтобы найти вероятность. Высота — это плотность. Площадь — это вероятность.
Если вы хотите узнать шанс того, что результат попадет между двумя конкретными значениями, вы вычисляете площадь под кривой между этими точками. Эта площадь и есть вероятность.
Каждая случайная величина связана со своей функцией плотности вероятности.
Рассмотрим нормальное распределение. Вы знаете его как «колокол». Эта колоколообразная форма и есть PDF для данной величины. Пик в середине показывает, где значения с наибольшей вероятностью окажутся. «Хвосты», уходящие к бесконечности, показывают, где вероятность становится меньше, но никогда не равна нулю окончательно.
Разбор компонентов
Чтобы действительно использовать PDF, нужно понять три основных ограничения:
- Непрерывность: В отличие от дискретных величин (например, бросок кубика), непрерывные величины могут принимать любое значение в пределах диапазона. Время, вес и рост — это непрерывные величины. PDF работает с этой плавностью.
- Неотрицательность: Кривая никогда не опускается ниже горизонтальной оси. Плотность вероятности не может быть отрицательной.
- Общая площадь = 1: Вся область под кривой в сумме дает 1. Если бы это было не так, математическая модель рухнула бы. Вероятности оказались бы либо меньше 100% (невозможные исходы), либо больше 100% (магия).
Когда использовать PDF
Вы обращаетесь к функции плотности вероятности, когда имеете дело с непрерывными случайными величинами. Если вы измеряете что-то, что можно бесконечно делить на части, вы, скорее всего, имеете дело с PDF.
Например, если вы хотите узнать вероятность того, что изготовленная деталь будет весить между 4,99 и 5,01 грамма, вы интегрируете PDF в этом диапазоне. Вы не просто гадаете. Вы измеряете площадь под кривой.
Пример нормального распределения
Самая распространенная PDF, с которой вы столкнетесь, — это нормальное распределение. Оно повсюду. Рост человека. Результаты тестов. Ошибки измерений.
Колоколообразная кривая симметрична. Среднее, медиана и мода находятся в одной точке. Но PDF делает больше, чем просто показывает форму. Она количественно оценивает риск. Чем круче спад в «хвостах», тем более предсказуемой является величина. Более плоские кривые означают большую волатильность.
Распространенные заблуждения
Многие путают значение функции с самой вероятностью. Если значение PDF в определенной точке равно 0,5, это не означает, что вероятность наступления именно этого значения составляет 50%. В непрерывном распределении вероятность любого точного единичного значения технически
