累積分布函數
CDF,統計學名詞
此條目需要擴充。 (2013年10月26日) |
累積分布函數(英語:cumulative distribution function,CDF)或機率分布函數,簡稱分布函數,是機率密度函數的積分,能完整描述一個實隨機變數的機率分布。
定義
編輯對於所有實數值的隨機變數 ,累積分布函數定義如下[1]:p. 77:
其中右側表示隨機變數 取值小於或等於 的機率。
對於 位於半閉區間 的機率,其中 ,因此定義是[1]:p. 84:
在上面的定義中,「小於或等於」符號「≤」是一種約定,不是普遍使用的(例如匈牙利文獻使用「<」),但這種區別對於離散分布很重要。二項式分布和卜瓦松分布的表格的正確使用取決於此約定。此外,像數學家保羅·皮埃爾·萊維(Paul Lévy)的特徵函數反演公式等重要公式也依賴於「小於或等於」公式。
性質
編輯之值落在一區間 之內的機率為
一隨機變數 的CDF與其PDF的關係為
反函數
編輯若累積分布函數 是連續的嚴格增函數,則存在其反函數 。累積分布函數的反函數可以用來生成服從該隨機分布的隨機變數。設若 是機率分布 的累積分布函數,並存在反函數 。若 是 區間上均勻分布的隨機變數,則 服從 分布。
互補累積分布函數
編輯互補累積分布函數(complementary cumulative distribution function、CCDF),是對連續函數,所有大於 的值,其出現機率的和。
參見
編輯參考
編輯- ^ 1.0 1.1 Park, Kun Il. Fundamentals of Probability and Stochastic Processes with Applications to Communications. Springer. 2018. ISBN 978-3-319-68074-3.
- ^ 《機率論與數理統計教程》茆詩松 程依明 濮曉龍
這是一篇關於數學的小作品。您可以透過編輯或修訂擴充其內容。 |