1

Is this a good way of plotting a Normal Distribution? On occasion, I get a pdf value (pdf_x) which is greater than 1.

% thresh_strain contains a Normally Distributed set of numbers
[mu_j,sigma_j] = normfit(thresh_strain);   
x=linspace(mu_j-4*sigma_j,mu_j+4*sigma_j,200);   
pdf_x = 1/sqrt(2*pi)/sigma_j*exp(-(x-mu_j).^2/(2*sigma_j^2));   
plot(x,pdf_x);

enter image description here

4

2 回答 2

1

pdf 的积分为 1,在任何时候值都可以更高。你的情节是正确的。

于 2014-03-26T20:03:36.127 回答
0

正如@Daniel在他的回答中指出的那样,对于连续随机变量,PDF是概率(或强度的度量)的导数,因此它可以大于一个。CDF是一个概率,并且必须始终位于 [0, 1] 上。

例如,以下面标记的分布为例。每条曲线下的面积为 1(它们是有效分布),但密度可以高于 1。

示例 w/ PDF 高于 1

相关 StackExchange 帖子:此处此处

于 2018-10-16T19:59:25.417 回答