다양한 분포에서의 확률 계산

메뉴에서 선택하는 분포에 대해 데이터의 확률밀도함수, 누적분포함수 또는 역 누적 확률 값을 계산할 수 있습니다.
확률분포함수(PDF)
확률분포함수(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.
계량형 분포(예: 정규 분포)의 경우 PDF가 계량형 확률밀도함수(밀도함수라고도 함)를 계산합니다.
이산형 분포(Bernoulli, 이항, 기하, 음이항, 초기하, 이산형, 정수 및 포아송)의 경우 PDF가 이산형 확률 함수를 계산합니다.
누적분포함수(CDF)
누적분포함수(CDF)는 지정된 변수 값에 따라 누적 확률을 계산합니다. 모집단에서 가져온 랜덤 관측치가 특정 값보다 작거나 같은 확률을 확인하려면 CDF를 사용하십시오. 예를 들어, 누적분포함수는 숲에서 지름 측정값이 10인치 이하인 나무의 비율을 나타낼 수 있습니다.
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.

계량형 분포의 예

PDF

x 값을 알고 해당하는 곡선 위의 y 값을 구하려면 PDF를 사용합니다.

CDF

x 값을 알고 곡선 아래의 면적을 구하려면 CDF를 사용합니다.

ICDF

곡선 아래의 누적 면적을 알고 x-값을 구하려면 ICDF를 사용합니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오