隨機變數與其分布
機率質量函數(probability mass function, pmf)
對離散隨機變數而言,機率質量函數回答最簡單的問題:每個值上坐落著多少機率?把它想成一張權重清單。如果 X 是擲兩次硬幣中正面的次數,pmf 告訴你 P(X = 0) = 1/4、P(X = 1) = 1/2、P(X = 2) = 1/4。想像一張長條圖,在每個可能的值上有一根尖刺,高度就是它的機率;pmf 正是那些高度。
寫成函數,pmf 是 p(x) = P(X = x)。它有兩個定義性質。第一,每個值都是真正的機率,所以 p(x) 介於 0 與 1 之間。第二,總質量恰好為 1:把 p(x) 對 x 所有可能的值加總會得到 1,因為試驗必定產生某個結果。要求 X 落在某個值集合裡的機率,你只要把那裡的質量加起來:P(X 在 A 中) = 對 A 中所有 x 把 p(x) 加總。不需要積分,因為機率坐落在孤立的點上。
pmf 是離散隨機變數的完整描述:知道它就等於知道關於 X 的一切機率資訊,包括後面會談到的期望值與變異數。常見的錯誤是寫出一個加總不為 1 的 pmf,或對一個變數永遠取不到的值指派正機率;這兩種都使它不是合法的 pmf。任何在所列支撐集之外的值,其機率就是 0。
擲一顆公正骰子,X = 出現的點數。pmf 為 p(x) = 1/6(x = 1, 2, 3, 4, 5, 6),其餘為 0。六個質量加總為 1,而 P(X 為偶數) = p(2) + p(4) + p(6) = 1/2。
pmf 是落在所列值上的一組機率權重,必須恰好加總為 1。
pmf 的值 p(x) 確實是一個機率,不能超過 1。這正是與密度的關鍵對比:pdf 的值不是機率,可能超過 1。
又稱
另見