여러 데이터 분포에 대해 확률밀도함수(PDF), 누적분포함수(CDF) 또는 역 누적분포함수(ICDF)의 값을 사용하려면 확률 분포을 사용합니다.
확률밀도함수(PDF)

확률밀도함수(PDF)는 계량형 랜덤 변수의 확률 분포를 나타냅니다. PDF 곡선은 랜덤 변수의 값에 대한 확률이 더 높은 영역과 더 낮은 영역을 나타냅니다. 예를 들어, 정규 분포의 경우 가장 큰 PDF 값은 평균이고 가장 작은 PDF 값은 분포의 꼬리에 있습니다.

이항 분포와 같은 이산형 분포의 경우 PDF를 사용하여 정확한 데이터 값의 확률을 확인할 수 있습니다(확률질량함수 또는 PMF라고도 함).

자세한 내용은 확률밀도함수(PDF) 사용에서 확인하십시오.

누적분포함수(CDF)

누적분포함수(CDF)는 주어진 x-값에 대한 누적 확률을 계산합니다. 모집단에서 가져온 랜덤 관측치가 특정 값보다 작거나 같은 확률을 확인하려면 CDF를 사용하십시오. 또한 이 정보를 사용하여 관측치가 특정 값보다 크거나 두 값 사이에 있을 확률을 확인할 수 있습니다. 예를 들어, 누적분포함수는 숲에서 지름 측정값이 10인치 이하인 나무의 비율을 표시할 수 있습니다.

자세한 내용은 누적분포함수(CDF) 사용에서 확인하십시오.

역 누적분포함수(ICDF)

역 누적분포함수(ICDF)는 특정 누적 확률과 관련된 변수 값을 제공합니다. 예를 들어, 한 신뢰성 엔지니어가 특정 성분에서 고장이 발생하는 시간을 확인하려고 합니다. 엔지니어는 ICDF를 사용하여 수명 분포의 95번째 백분위수를 확인할 수 있습니다.

자세한 내용은 역 누적분포함수(ICDF) 사용에서 확인하십시오.

이 분석의 위치

확률을 계산하려면 계산 > 확률 분포을 선택한 다음 분포를 선택하십시오.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오