※ 引述《nightmuse (peace)》之铭言： : ※ 引述《Nzing (黑色神话)》之铭言： : 所以我可以说fraction和percent的差别只在一个是以小数表示一个是以百分比表示吗？ 是 : 还是其实他们在运算过程中有不同？ : : density scale在表示资料分布的probability density function : : 以上例而言，选择density scale，对应到y-axis为0.05 : : 其最大值是（1/组距），1的意思是： : : discrete data表示Σ_i[第i组组距*第i组相对次数] = 1 : : continuous data表示整个distribution积分值为1 : 糟糕这两行我看不懂他代表的意思是什麽 XD 囧，第一行我打错了，应该Σ_i[第i组组距*第i组的density] = 1 第一行以下面那个例子来说，11-20岁间每个年龄机率都是0.05， 所以乘上组距10，等於相对次数0.5 每组都这样处理，最後各组相对次数的总和会等於1，也就是100% : 不过简单来讲就是下面那个例子的概念就是了。 : 我早上看density跟fraction值一样大概是眼残…… orz 取width=1和相同的组中点就会让两个值一样 下面那个例子不好，因为discrete看起来没什麽问题。 （以下解释第二行，不看也无所谓...） 但遇到continuous data就不一样 假设年龄这个时间是连续的，指定任何一个时间x岁， p(x)就是density显示的取值函数，随机抽取一笔资料，刚好年龄为x岁的机率为 x ∫ p(x) dx = 0 for all x in R x 如果不知道为什麽上面的个式子会等於0， 可以想像要抽到一笔资料，年龄刚好11年整一秒不差， 这机率很低（可以严格证明这机率等於0，但bbs上很难打XD）。 这时候只能指定一个范围，例如说10≦x≦20， 才有可能让积分的取值大於0，也就是x出现在这个范围内的机率大於0。 为了把它画成histogram，每条width=10 20 ∫ p(x) dx 就是10≦x≦20这组的相对次数 （就是第二行想讲的东西） 10 在histogram的density scale上， 表示在10≦x≦20这区间内，取任意长度为1的区间，ex. 11.2≦x≦12.2 即估计年龄出现在这区间内机率为(相对次数/10)。 当然，可以看出（一般而言）原始组距愈小（上例组距为10）， 估计特定区间的机率愈接近真实状况。 到後面用一堆连续的机率分配做区间估计或建模时，理解这个会比较方便。 : : （可以注意一下对连续和离散资料，stata取组中点的方式不一样， : : 但可以手动设定width和lower limit/minimum让两者输出相同的结果。） : : 以上例而言，可以宣称：随机选取一笔资料（即每笔资料抽中机率皆相等）， : : 该笔资料年龄为11岁的机率为0.05 : : 为12岁的机率为0.05 : : .... : : 为20岁的机率为0.05 : : 在11-15岁的机率为0.05*5=0.25 (以上假设年龄为discrete) --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.252.222 ※ 编辑: Nzing 来自: 140.112.252.222 (11/03 09:27)