概率分布

参考链接:链接1 链接2

每时每刻都有各种事情正在发生:骰子掷出、雨滴落下、巴士在路上。事件发生之前,我们只能讨论结果的可能性。概率分布描述了每种结果出现的概率。事件发生之后,特定的结果便确定了:掷出3点、今日降雨量是半英寸、巴士3分钟到站。有些时候,我们更关心概率分布,而不是最可能出现的单个结果。概率分布有各种形状,但是概率分布的概率之和恒等于1。

常见的概率分布包括均匀分布、伯努利分布、二项分布、多项分布、β分布、狄利克雷分布、高斯分布、KL散度。

均匀分布

均匀分布是定义在区间[a,b]上连续变量的简单概率分布,其概率密度函数 \(p(x)=\frac{1}{b-a}\) (b小于x小于a)如下图所示:

举例来说,掷骰子的结果可能是1到6之间的任意一个,得到任何一个结果的概率都一样(1/6)。

伯努利分布(Bernoulli)

抛掷一枚均匀硬币有两种结果:正面和反面(假设硬币不可能立起)。在扔硬币之前,我们相信有0.5的概率扔到正面,有0.5的概率扔到反面。这便是扔硬币的概率分布,也便是伯努利分布

一个事件有两种离散结果:01(0、1分别表示两种结果),其中1发生的概率为p0发生的概率为1-p。上述便是伯努利分布。

很多概率分布都能自然地从伯努利分布导出,各种概率分布的相互关系图如下所示:

其中,上图中的每种概率分布都包含其相应的概率质量函数(离散变量)概率密度函数(连续变量)横轴为可能的数值结果的集合,纵轴为结果对应的概率。这上面,有些分布是离散的:每根线表示一种结果,线高表示该结果的概率,即概率质量函数本身就代表对应值的概率;有些分布是连续的:概率密度函数为连续的曲线,它本身不代表概率,\(\color{purple}{曲线下的面积表示概率}\)。概率质量函数的线高之和,概率密度函数的曲线下面积,恒为1。

伯努利分布的概率质量函数为:

二项分布

多项分布

β分布

狄利克雷分布

高斯分布

详见另一篇博客

KL散度