每天学点统计概率（每天一点统计学）

前面讲到的二项分布、超几何分布和泊松分布所涉及的都是离散数据，即数据由一个个单独的数值组成，其中的每一个数值都有相应的概率，离散数据往往能以某种方式进行计数，能取确切值，所以离散数据也被称为数值型数据。

然而，并非所有的数值型数据都是离散的。有时候，一一列举一个数据集中的所有数值并不总是能够实现。有时候，数据涵盖的是一个范围，这个范围内的任何一个数值都有可能成为事件结果。例如，假如让你称重几个苹果的重量，并且已知这些苹果的重量在500g到800g之间，称重结果可能是500.1g、500.56g、600.36g等等。类似重量、长度这样的数据叫做连续数据，连续数据往往通过测量得到，而不是通过计数得到。

对于离散概率分布来说，我们关心的是取得一个特定数值的概率；而对于连续概率分布来说，我们关心的是取得一个特定范围的概率，而概率密度函数就是用于描述连续随机变量的概率分布的。

概率密度函数f(x)是这样一种函数：通过它可以求出一个数据范围内的某个连续变量的概率，它向我们指出该概率分布的形状。

1、欲算概率，先求f（x）

f(x) * 20 = 1, => f(x) = 0.05(概率密度函数)

2、再求面积，可得概率

假设我们要求出P（x>5），如下图

P（x>5）= （20-5）* f（x）=15 * 0.05 = 0.75

所以，处理连续数据时，所计算的是一个数值范围内的概率，在图形中表现为面积。

理解概率密度函数是计算连续型概率分布的基础，下一节将详细剖解正态分布。