確率分布は、多くの異なるデータ分布に対する確率密度関数(PDF)、累積分布関数(CDF)、または逆累積分布関数(ICDF)の値を計算するために使用します。
確率密度関数(PDF)

確率密度関数(PDF)は、連続確率変数の確率分布を表す式です。PDF曲線は、確率変数の値において高い確率と低い確率を表す領域を示します。たとえば正規分布の場合、最も高いPDF値は平均の位置で、分布の両裾に向かってPDF値が低くなります。

二項分布などの離散型分布では、PDFを使用して正確なデータ値の確率(確率質量関数やPMFとも呼ばれる)を判断できます。

詳細は、確率密度関数(PDF)の使用を参照してください。

累積分布関数(CDF)

累積分布関数(CDF)は、与えられたx値の累積確率を計算します。 CDFを使用して、母集団から取得されたランダム観測値が特定の値以下である確率を判断します。この情報を使用して、観測値が特定の値以上、または2つの値間である確率も判断できます。 たとえば、累積分布関数により、ある森林における直径10インチ以下の樹木の割合がわかります。

詳細は、累積分布関数(CDF)の使用を参照してください。

逆累積分布関数(ICDF)

逆累積分布関数(ICDF)は、特定の累積確率に関連する変数の値を計算します。 たとえば、信頼性技術者が特定の部品の比率が故障するまでの時間を判断するとします。ICDFを使用して、故障時間分布の第95百分位数を判断できます。

詳細は、逆累積分布関数(ICDF)の使用を参照してください。

この分析の場所

確率を計算するには、計算 > 確率分布を選択し、分布を選択します。
本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください