【老计带你懂概率统计】04：随机变量与概率分布，把不确定性变成可计算的数-酒店常州论坛

【老计带你懂概率统计】04：随机变量与概率分布，把不确定性变成可计算的数

开头：从单个事件到会变化的量

前面两篇，我们讨论的大多是单个事件的概率，硬币正面、得病与否、阳性阴性。可现实里，我们更常面对的，是一个会随机取不同值的量。

明天的最高气温是多少度？这次促销能卖出多少件？一个用户在页面上会停留多少秒？一天会接到多少个报障电话？这些量的取值都是不确定的、随机的，但它们又不是完全没规律，某些值更常出现、某些值很罕见。怎么用数学来刻画这种"会随机取值、但有规律"的量？

这就要请出概率统计里两个核心的工具，随机变量和概率分布。它俩是把飘忽的不确定性，变成能计算、能分析的数学对象的关键一步。理解了它们，你才能在后面认识那些大名鼎鼎的具体分布（正态分布、二项分布等），也才能真正读懂数据背后的规律。

随机变量：给随机结果贴上数字标签

先说随机变量。名字有点唬人，其实特简单。

随机变量，就是把随机事件的结果，用一个数字表示出来的变量。它的取值随着随机结果的不同而变化，所以叫随机变量。

举几个例子：

抛一枚硬币，规定正面记为1、反面记为0，这个"0或1"就是一个随机变量。
掷一个骰子，点数1到6，这个点数就是随机变量。
明天的气温、今天的销量、用户停留的秒数，都是随机变量。

说白了，随机变量就是给那些不确定的结果，贴上一个数字标签，好让我们能对它做数学处理（求平均、算波动、画分布）。有了这个数字化的桥梁，飘忽的随机现象就能被计算了。

为什么非要转成数字不可？因为只有变成了数字，我们才能对不确定性做运算和比较。你没法直接对"正面还是反面"求平均，但你可以对"1和0"求平均（得到0.5，正好是正面的比例）；你没法比较"下雨"和"晴天"谁大，但把某种损失量化成数字后，就能算不同天气下的平均损失、据此做决策。这一步数字化，看似平平无奇，其实是概率统计能成为一门可计算的科学、能被搬进计算机让AI使用的根本前提。现实世界五花八门的不确定现象，一旦都被翻译成随机变量这种统一的数字语言，就都能用同一套数学工具来处理了，这正是它的威力所在。

随机变量分两大类，这个区分很重要：

离散型随机变量：取值是一个个分开的、可数的值。比如骰子点数（只能是1到6这几个整数）、一天的报障电话数（0个、1个、2个……）。它的特点是取值"跳着来"，中间没有连续的过渡。
连续型随机变量：取值是某个范围内的任意实数，可以无限细分。比如气温（可以是25.3度、25.34度、25.347度……）、身高、时间。它的特点是取值"连成一片"。

离散和连续的区别，直接决定了怎么描述它们的概率，这是下面的重点。

概率分布：每个取值有多大可能

光有随机变量还不够，我们想知道它取每个值的可能性有多大，这就是概率分布要回答的。

概率分布，描述的就是一个随机变量取各个可能值的概率是怎么分配的。它就像一张地图，告诉你这个随机变量的概率都堆在哪儿、哪些值常见、哪些值罕见。

因为离散和连续的取值方式不同，描述它们分布的工具也不同，分别叫概率质量函数和概率密度函数。

离散的世界：概率质量函数

对离散型随机变量，我们可以直接说出它取每个具体值的概率。这个"每个值对应多大概率"的函数，叫概率质量函数。

比如一个公平骰子，概率质量函数就是：取1的概率1/6、取2的概率1/6……取6的概率1/6。清清楚楚，每个值一个概率，全部加起来等于1。

打个比方：离散分布像把一斤面粉，分成几小堆放在几个固定的点上，每堆多重（概率多大）一目了然。骰子就是把总概率1，平均分成6堆放在1到6上。

离散分布的特点是可以问"取某个具体值的概率是多少"，这个问题有意义、有明确答案。

连续的世界：概率密度函数（一个反直觉的点）

对连续型随机变量，情况变得微妙又有趣。这里有个让新手困惑的点，我讲透。

问：气温正好是25.000000度（无限精确）的概率是多少？答案是0。因为连续变量可以取无限多个值（25.1、25.01、25.001……无穷无尽），任何一个精确的点，概率都是0。

那连续分布还怎么描述？答案是，我们不问取某个精确点的概率，而是问取某个区间的概率。比如"气温在25到26度之间"的概率，这才有意义。

描述连续分布用的是概率密度函数。注意，密度不等于概率本身，它描述的是概率在某个位置的"密集程度"，某段区间的概率，等于密度函数在这段区间下方围成的面积。密度高的地方，取值更密集、更可能落在附近；密度低的地方，取值稀疏。

打个比方：连续分布像把一斤面粉，均匀又不均匀地撒在一条长桌上（有的地方厚、有的地方薄）。你问某一个数学点上有多少面粉，答案是0（点没有宽度）；但你问某一段区间里有多少面粉（那段面粉的总量），就有意义了。密度函数描述的就是面粉在各处铺得多厚。

这个"连续变量单点概率为0、只能谈区间概率"的观念，是理解连续分布的关键，一开始反直觉，但想通面粉的比方就顺了。

累积分布函数：小于某个值的概率

还有一个通用又实用的工具，离散连续都适用，叫累积分布函数。

它回答的问题是：随机变量小于等于某个值的概率是多少。比如"气温不超过25度的概率"“销量在100件以下的概率”。

累积分布函数特别实用，因为现实中我们经常关心的就是这种"不超过多少""至少多少"的问题。它从0平滑（或跳跃）地增长到1，把一个值左边的所有概率都累加起来。知道了累积分布，你就能轻松算出任意区间的概率（用大的减小的），所以它是个万金油工具。

分布的形状：不只是集中在哪

认识了分布这个工具，再帮你建立一个看分布的眼光，一个分布长什么形状，藏着大量信息，远不止"平均值在哪"这么简单。

一个分布，你至少可以从这几个方面去看它的形状。一是集中在哪，概率的大头堆在哪个位置（这关系到后面要讲的期望、中位数）。二是分散程度，是紧紧挤成一团，还是散得很开（这关系到方差、标准差，是第07篇的主角）。三是对不对称，是像正态分布那样左右对称的钟形，还是歪向一边。比如收入分布就是典型的右偏，大多数人收入不高、挤在左边，少数高收入者拖出一条长长的右尾巴，这种歪斜叫偏度。四是尾巴粗不粗，也就是极端值出现的概率高不高。有的分布尾巴很薄，极端情况几乎不会发生；有的分布尾巴很厚（叫肥尾），极端事件比你以为的要常见得多。

这个"尾巴"的概念极其重要，尤其在金融和风控里。很多灾难性的事件（金融危机、系统雪崩），本质就是那些被低估了的肥尾事件。做SRE关心的长尾延迟，也是这个道理，平均响应时间很好看，但那条长尾里的慢请求，恰恰是伤害用户体验的元凶。所以看一个分布，别只盯着中间那个鼓包，更要留意它的尾巴，很多风险和机会都藏在尾巴里。学会看分布的完整形状，是从"看平均"进阶到"看全局"的关键一步。

我们用代码分别画出一个离散分布和一个连续分布，直观感受。输入：分布参数。输出：分布图形和概率。

# 依赖：pip install numpy scipy matplotlibimportnumpyasnpfromscipyimportstats# ===== 离散例子:掷骰子的概率质量函数 =====faces=[1,2,3,4,5,6]pmf=[1/6]*6print("骰子概率质量函数(每个点数的概率):")forf,pinzip(faces,pmf):print(f" 点数{f}:{p:.3f}")print("所有概率之和:",sum(pmf))# 等于1# ===== 连续例子:标准正态分布 =====dist=stats.norm(0,1)# 均值0,标准差1的正态分布# 单点"密度"(不是概率):print("\n正态分布在x=0处的密度值:",round(dist.pdf(0),3))# 区间概率(用累积分布函数相减):P(-1 < x < 1)p_interval=dist.cdf(1)-dist.cdf(-1)print("落在[-1,1]区间的概率:",round(p_interval,3))# 累积分布:小于等于0的概率(正态对称,应为0.5)print("小于等于0的概率(累积分布):",round(dist.cdf(0),3))# 如果装了matplotlib,可以画出密度曲线看看形状(此处省略绘图,逻辑如下)# xs = np.linspace(-4, 4, 200); ys = dist.pdf(xs); plt.plot(xs, ys)

运行输出（示例）：

骰子概率质量函数(每个点数的概率): 点数1: 0.167 点数2: 0.167 点数3: 0.167 点数4: 0.167 点数5: 0.167 点数6: 0.167 所有概率之和: 0.9999999999999999 正态分布在x=0处的密度值: 0.399 落在[-1,1]区间的概率: 0.683 小于等于0的概率(累积分布): 0.5

运行你会看到：骰子每个点数概率都是0.167、加起来是1；正态分布在0处密度约0.399（这是密度不是概率），落在正负1之间的概率约0.68，小于等于0的概率是0.5。这段代码把离散的概率质量、连续的密度和区间概率、以及累积分布，都实际算了一遍，你能清楚看到离散用具体概率、连续用密度和区间的差别。

在AI和现实里怎么用

在AI里：概率分布无处不在。模型的输出常常是一个概率分布（分类模型输出各类别的概率、大模型预测下一个词的概率分布）；很多模型假设数据服从某种分布（比如假设误差服从正态分布），这个假设直接影响模型设计；生成模型（上个系列的GAN、扩散模型）本质就是在学习数据的概率分布，然后从中采样生成新样本。
在现实里：理解分布，你看数据就不再只盯着一个平均值，而会关心它的整体分布形态，销量的分布是集中还是分散、收入的分布是不是被少数高值拉偏、响应时间的分布尾巴长不长（这直接关系到SRE关心的长尾延迟）。看分布，比看单个数字，信息量大得多。

小结与承上启下

随机变量：给随机结果贴上数字标签，好让不确定性能被计算，分离散（取值可数、跳着来）和连续（取值连成一片）两类。
概率分布：描述随机变量取各个值的概率如何分配，是一张概率地图。
离散用概率质量函数（每个值一个明确概率），连续用概率密度函数（单点概率为0、只谈区间面积）。
累积分布函数：小于等于某值的概率，离散连续通用，算区间概率的万金油。

这一篇我们建立了随机变量和分布的框架，但还比较抽象。接下来就该认识那些真正在现实和AI里反复出现的具体分布了。它们各有各的脾气、各自对应着一类现象。下一篇，我们一次性认识伯努利、二项、泊松、正态等几个必须掌握的分布，看看什么样的现象对应什么样的分布。

我们下一篇见。

企业官网建设流程全解析