充分统计量定义里面用到条件密度，条件概率要比条件密度更好理解,在事件A发生的条件下事件B发生的概率,进入连续的情况:在观测A的值为a的条件下观测B为b的概率，这里同离散情况下不同的是，纵然这种条件密度有无限多个,将它们全部积分是一,而不是全部相加，因为能相加之后能比较的量没有越过无穷，越过无穷之后就没法比较，条件密度中的密度相当于离散情况下概率小一阶的无穷小量它们之间可以比较，而积分这种运算就能将我们关心的一个量的小一阶的无穷小量运算到我们关心的量的层级，而微分运算就能帮助我们从实数的这个量层下降到它的下一阶无穷小层级。而求导就是两个同阶的无穷小量的比值。微分和积分运算针对的对象和传统的加乘幂运算是不同的。那么我们就问了,一个密度函数值和一个事件概率值之间存在的比较意义在哪儿?或者说怎么比让它产生意义?如果它们的值一样，它们的意义有什么不一样?再详细一点,一个在无穷种可能中有50%和在两种可能中有50%的发生概率有啥不同呢?不同就在于,你会遇到两种事情发生的次数差不多，前者不发生的代替事件会有无数种,而后者不发生的代替事件只有一种。所以如果你听到有人感叹世事无常，那么他所言就是前者。这很直接的启示我们，对于复杂可能显得几乎不能把握这样的事情就可以放心的用连续性的随机变量来描述了。