Perbedaan Antara PDF dan PMF

PDF vs PMF

Topik ini cukup rumit karena akan membutuhkan pemahaman lebih lanjut tentang lebih dari pengetahuan fisika yang terbatas. Pada artikel ini, kita akan membedakan PDF, fungsi kepadatan probabilitas, versus PMF, fungsi massa probabilitas. Kedua istilah tersebut terkait dengan fisika atau kalkulus, atau bahkan matematika yang lebih tinggi; dan bagi mereka yang mengambil kursus atau yang mungkin sarjana matematika yang terkait, itu harus dapat mendefinisikan dan menempatkan perbedaan antara kedua istilah sehingga akan lebih baik dipahami.

Variabel acak tidak sepenuhnya dapat dimengerti, tetapi, dalam arti tertentu, ketika Anda berbicara tentang menggunakan rumus yang menurunkan PMF atau PDF dari solusi akhir Anda, itu semua tentang membedakan variabel acak diskrit dan kontinu yang membuat perbedaan.

Istilah probabilitas fungsi massa, PMF, adalah tentang bagaimana fungsi dalam pengaturan diskrit akan terkait dengan fungsi ketika berbicara tentang pengaturan kontinu, dalam hal massa dan kepadatan. Definisi lain adalah bahwa untuk PMF, itu adalah fungsi yang akan memberikan hasil probabilitas variabel acak diskrit yang persis sama dengan nilai tertentu. Katakan misalnya, berapa banyak kepala dalam 10 kali lemparan koin.

Sekarang, mari kita bicara tentang fungsi kerapatan probabilitas, PDF. Ini didefinisikan hanya untuk variabel acak kontinu. Yang lebih penting untuk diketahui adalah bahwa nilai yang diberikan adalah rentang nilai yang memungkinkan yang memberikan probabilitas variabel acak yang berada dalam kisaran itu. Katakan, misalnya, berapa berat perempuan di California dari usia delapan belas hingga dua puluh lima.

Dengan itu sebagai dasar, lebih mudah untuk menyadari kapan harus menggunakan rumus PDF dan kapan Anda harus menggunakan rumus PMF.

Ringkasan:

Singkatnya, PMF digunakan ketika solusi yang Anda butuhkan akan berkisar dalam jumlah variabel acak diskrit. PDF, di sisi lain, digunakan ketika Anda perlu membuat berbagai variabel acak kontinu.
PMF menggunakan variabel acak diskrit.

PDF menggunakan variabel acak kontinu.

Berdasarkan penelitian, PDF adalah turunan dari CDF, yang merupakan fungsi distribusi kumulatif. CDF digunakan untuk menentukan probabilitas di mana variabel acak kontinu akan terjadi dalam setiap subset terukur dari rentang tertentu. Berikut ini sebuah contoh:

Kami akan menghitung probabilitas skor antara 90 dan 110.
P (90) < X < 110)
= P (X < 110) - P (X < 90)
= 0,84 -0,16
= 0,68
= 68%

Singkatnya, perbedaannya lebih pada hubungan dengan variabel acak kontinu daripada diskrit. Kedua istilah ini telah sering digunakan dalam artikel ini. Jadi akan lebih baik untuk memasukkan istilah-istilah ini sangat berarti.

Variabel acak diskrit = biasanya menghitung angka. Hanya dibutuhkan sejumlah nilai berbeda yang dapat dihitung, seperti, 0,1,2,3,4,5,6,7,8,9, dan seterusnya. Contoh lain dari variabel acak diskrit adalah:
Jumlah anak dalam keluarga.
Jumlah orang yang menonton pertunjukan malam Jumat malam.
Jumlah pasien pada Malam Tahun Baru.

Cukuplah untuk mengatakan, jika Anda berbicara tentang distribusi probabilitas dari variabel acak diskrit, itu akan menjadi daftar probabilitas yang akan dikaitkan dengan nilai yang mungkin.

Variabel acak kontinu = adalah variabel acak yang benar-benar mencakup nilai tak hingga. Bergantian, itulah sebabnya istilah kontinu diterapkan pada variabel acak karena dapat mengasumsikan semua nilai yang mungkin dalam rentang probabilitas yang diberikan. Contoh variabel acak kontinu adalah:

Suhu di Florida untuk bulan Desember.
Jumlah curah hujan di Minnesota.
Waktu komputer dalam hitungan detik untuk memproses program tertentu.

Mudah-mudahan, dengan definisi istilah-istilah yang termasuk dalam artikel ini, tidak hanya akan lebih mudah bagi siapa pun yang membaca artikel ini untuk memahami perbedaan antara Fungsi Kepadatan Probabilitas versus Fungsi Massa Kemungkinan..