Beta分布建模疑问：密度更高的点区间概率反而更低？

你遇到的问题核心是两个区间的长度不一致，导致密度更低的点对应的区间概率反而更高，这完全符合概率密度函数（PDF）的逻辑，并非异常。

先计算两个区间的实际长度：

• 区间[0.22, 0.222222222222221]的长度：0.222222222222221 - 0.22 = 0.002222222222221
• 区间[0.24, 0.244444444444441]的长度：0.244444444444441 - 0.24 = 0.004444444444441

第二个区间的长度几乎是第一个的两倍。虽然x=0.24处的PDF值比x=0.22处小，但区间长度的差距弥补了密度的差异，最终积分得到的概率（区间面积）自然更大。

如果取相同长度的区间进行验证，结果就会符合你的预期：

from scipy.integrate import quad
from scipy.stats import beta

a = 5
b = 16.2
def f(x):
  return beta.pdf(x, a, b)

# 给两个点取长度相同的小区间
res_same_len, err = quad(f, 0.22, 0.22 + 0.002222222222221)
res2_same_len, err = quad(f, 0.24, 0.24 + 0.002222222222221)

print("相同长度区间的概率：")
print(f"0.22附近区间：{res_same_len}")
print(f"0.24附近区间：{res2_same_len}")

运行这段代码会看到，0.22附近的区间概率更高，和两点的PDF值大小关系一致。

另外，你的Beta分布峰值位置在a/(a+b) = 5/(5+16.2) ≈ 0.2358附近，x=0.22离峰值更近，PDF值更高；x=0.24离峰值稍远，PDF值略低——这也和你观察到的散点结果吻合。

内容的提问来源于stack exchange，提问作者pete