Почему norm.pdf равномерно распределенных значений дает нормальное распределение?

Question

Может кто-нибудь объяснить, что происходит за кулисами функции norm.pdf в python?
Я видел равномерное распределение (сформированное с использованием x = np.arange(-3, 3, 0.001)), используемое для построения нормального распределения с использованием plt.plot(x, norm.pdf(x)). Итак, как norm.pdf преобразует равномерно распределенные значения в нормальное распределение?

Answer 1

pdf - сокращение от «Функция плотности вероятности», оно представляет плотность случайного распределения для данного значения; то есть насколько вероятно это распределение для вывода этого значения? Это наиболее часто наносимый график для большинства распределений, поскольку пики (по оси Y) представляют собой обычно выходные значения (по оси X).

Статистические распределения, такие как нормальное / гауссовское распределение, имеют приятную, часто параметризованную функцию для выполнения этого отображения. norm.pdf относится к PDF для нормального распространения, , которое вы можете найти здесь .

Следовательно, plt.plot(x, norm.pdf(x)) показывает для группы значений x, какова вероятность того, что нормально распределенная случайная переменная norm выведет значение x, отсюда и кривая колокола, которая будет построена.