python 概率分布函数_逆累积分布函数，累积分布函数及python实现

今天再看论文的时候看到一个名词叫：inverse cumulative distribution function。

查了一下，大部分称其为逆累积分布函数，这个叫法着实让人难理解，在这里我们把它称之为概率密度函数的反函数。

这篇文章分为三部分，概率密度函数(Probability density function， PDF)

累积分布函数(cumulative distribution function， CDF)

逆累积分布函数(inverse cumulative distribution function， ICDF)

1 概率密度函数(Probability density function， PDF)概率密度函数可以大致理解为，随着随机事件的改变，随机事件概率变化的程度。

python 实现：

使用的是scipy库的stats模块。

import scipy.stats as st

print(st.norm.pdf(0) #求0处的概率密度值

>>0.3989422804014327

print(st.norm.pdf(0.8))

>>0.28969155276148273

print(st.norm.pdf(-0.8))

>>0.28969155276148273

#符合标准正态分布的性质

2 累积分布函数(cumulative distribution function， CDF)累积分布函数(Cumulative Distribution Function)，又叫分布函数，是随机变量X的概率分布。

定义如下：

并且在CDF可导的前提下，C