数据分析介绍之四——单变量数据观察之累积分布函数
一、累计分布函数
直方图和核密度估计的主要优点是它们具有直观的直观吸引力:他们告诉我们如何找到具有一定价值的数据点。 例如,从图2-2可以看出,250毫秒左右的值很可能会发生,而超过2000毫秒的值是相当罕见的。
但是多么罕见呢? 这是一个问题,通过查看图2-2中的直方图难以回答。 除了想知道尾部的重量之外,我们也可能有兴趣知道在150到350毫秒之间的典型频带中要求完成的部分是多少。 这当然是大多数事件,但是如果我们想知道有多少事情,那么我们需要总结那个地区所有垃圾箱的贡献。
累积分布函数(CDF)就是这样做的。 点x处的CDF告诉我们x的“左边”发生了几个事件。 换句话说,CDF是具有xi≤x的所有点xi的分数。