为了理解PDF和PMF之间的区别，理解什么是随机变量是很重要的。随机变量是任务不知道其值的变量；换句话说，这个值取决于实验的结果。例如，在抛硬币时，硬币的正面或反面的价值取决于结果。

pdf格式(pdf) vs. pmf公司(pmf)

PDF和PMF的区别在于随机变量。PDF与连续随机变量有关，PMF与离散随机变量有关。

PDF和PMF这两个术语都与物理、统计学、微积分或高等数学有关。概率密度函数（Probability Density Function，PDF）是随机变量在离散值范围内的可能性。另一方面，PMF（Probability Mass Function）是随机变量在连续值范围内的可能性。

pdf与pmf对照表

什么是pdf格式(pdf)？

概率密度函数（PDF）以连续随机变量值的形式描述概率函数，这些值呈现在一个清晰的值范围内。

它也被称为概率分布函数或概率函数。用f（x）表示。

PDF本质上是给定范围内的可变密度。它在图中的任何给定点都是正的/非负的，并且整个PDF始终等于一。

在给定值X（连续随机变量）上X的概率始终为0的情况下，P（X=X）不起作用。

在这种情况下，我们需要计算X停留在间隔（a，b）内的概率，以及P（a<X<b）的概率，这可以使用PDF进行。

概率分布函数公式定义为：F（x）=P（a<x<b）=∫ba f（x）dx&gt；0

概率分布函数可以起作用的例子有：

1. 温度、降雨量和整体天气
2. 计算机处理输入和输出所需的时间

还有更多。

概率密度函数（PDF）的各种应用包括：

1. 采用PDF格式对大气NOx年时间浓度数据进行整形。
2. 对柴油机燃烧室进行整形处理
3. 它是用来研究概率随机变量的统计。

什么是pmf公司(pmf)？

概率质量函数依赖于任何实数的值。它不转到等于零的X的值，如果是X，PMF的值是正的。

PMF在定义离散概率分布和产生不同结果方面起着重要作用。PMF的公式是p（x）=p（x=x），即（x）的概率=概率（x=一个特定的x）

由于它给出了不同的值，PMF在计算机编程和统计数据的形成中非常有用。

简单地说，概率质量函数或PMS是与离散事件相关的函数，即与这些事件发生相关的概率。

“质量”一词解释了离散事件的概率。

概率质量函数（PMF）的一些应用包括：

1. 概率质量函数（PMF）在统计学中起着重要作用，因为它有助于定义离散随机变量的概率。
2. PMF用于求不同分组的均值和方差。
3. 在使用离散值的二项分布和泊松分布中使用PMF。

概率质量函数可以起作用的例子有：

1. 班级人数
2. 骰子上的数字
3. 硬币的两面
4. 还有更多。

Main Differences Between pdf和pmf

• pdf格式的全形式是概率密度函数，pmf公司的全形式是概率质量函数
• 当需要在离散随机变量范围内找到解时，使用pmf公司而当需要在连续随机变量范围内找到解时，使用pdf格式
• pdf格式使用连续随机变量，而pmf公司使用离散随机变量。
• pdf格式公式为f（x）=p（a&lt；x&lt；b）=∫ba f（x）dx&gt；0而pmf公司公式为p（x）=p（x=x）
• pdf格式的解落在连续随机变量的半径内，而pmf公司的解落在离散随机变量数之间的半径内

结论

当谈到PDF和PMF时，人们常常把自己混淆在两者之中。主要区别在于两者使用的随机变量。

PDF依赖于连续随机变量，而PMF依赖于离散随机变量。它们都被用于物理、统计学、微积分或高等数学等领域。

离散分布的概率用概率分布函数发现是二项分布、超几何分布、泊松分布、几何分布、负二项分布等，而连续分布的概率用概率分布函数发现是指数分布、伽马分布、帕累托分布、正态分布、对数正态分布、学生T分布、F分布等。

参考文献

• https://amstat.tandfonline.com/doi/abs/10.1080/10485250701733747
• https://www.mitpressjournals.org/doi/abs/10.1162/0899766053723078