Почему norm.pdf равномерно распределенных значений дает нормальное распределение?
Кто-нибудь может объяснить, что происходит за кулисами функции norm.pdf в python?
Я видел, как равномерное распределение (сформированное с использованием x = np.arange(-3, 3, 0.001)) использовалось для построения нормального распределения с использованием plt.plot(x, norm.pdf(x)). Так как же norm.pdf преобразует равномерно распределенные значения в нормальное распределение?
Ответы 1
pdf - это сокращение от «Функция плотности вероятности», оно представляет собой плотность случайного распределения для данного значения; то есть, насколько вероятно, что это распределение выведет это значение? Это наиболее часто построенная диаграмма для большинства распределений, поскольку пики (на оси y) представляют собой обычно выходные значения (на оси x).
Статистические распределения, такие как нормальное / гауссовское распределение, имеют красивую, часто параметризованную функцию для выполнения этого сопоставления. norm.pdf относится к PDF для нормального распределения, который вы можете найти здесь.
Следовательно, plt.plot(x, norm.pdf(x)) строит график для набора значений x, насколько вероятно, что нормально распределенная случайная величина norm будет выдавать значение x, следовательно, строится колоколообразная кривая.
Что вам непонятно из документации?