Die kumulative Verteilungsfunktion (CDF) berechnet die kumulative Wahrscheinlichkeit für einen bestimmten x-Wert. Mit der CDF können Sie die Wahrscheinlichkeit ermitteln, mit der eine zufällig aus der Grundgesamtheit entnommene Beobachtung kleiner oder gleich einem bestimmten Wert ist. Anhand dieser Information können Sie auch die Wahrscheinlichkeit ermitteln, mit der eine Beobachtung größer als ein bestimmter Wert ist oder zwischen zwei Werten liegt.
Die Füllgewichte von Limonadendosen folgen z. B. einer Normalverteilung mit einem Mittelwert von 12 Unzen und einer Standardabweichung von 0,25 Unzen. Die Dichtefunktion (PDF) beschreibt die Wahrscheinlichkeit möglicher Werte für das Füllgewicht. Die CDF liefert die kumulative Wahrscheinlichkeit für jeden x-Wert.
Mit der CDF können Sie die Wahrscheinlichkeit ermitteln, mit der eine zufällig ausgewählte Limonadendose ein geringeres Gewicht als 11,5 Unzen, ein größeres Gewicht als 12,5 Unzen oder ein Gewicht zwischen 11,5 und 12,5 Unzen aufweist.
Um einen p-Wert für einen F-Test berechnen zu können, müssen Sie zunächst die kumulative Verteilungsfunktion (CDF) berechnen. Der p-Wert beträgt 1 – CDF.
Angenommen, Sie führen eine multiple lineare Regression mit den folgenden Freiheitsgraden durch: DF (Regression) = 3, DF (Fehler) = 25 und F-Statistik = 2,44.
Dieses Beispiel gilt für eine F-Verteilung; Sie können jedoch eine ähnliche Methode für andere Verteilungen verwenden.