经验累积分布函数

经验累积分布函数（ECDF）是一种用于可视化数据分布的统计工具。它表示给定数据集中小于或等于给定值的观测值的累积百分比。ECDF 是一种非参数化的描述统计方法，不对数据分布进行假设，而是直接利用观测到的数据点。

具体而言，对于给定的数据集，ECDF 的计算步骤如下：

1. 对数据集中的每个观测值，确定小于或等于该值的观测值的数量。
2. 将这个数量除以数据集的总观测值数量，得到累积分布的百分比。

ECDF 图是由数据集中的每个唯一值及其对应的累积百分比组成的曲线图。该图可用于直观地观察数据的分布情况，包括中位数、分位数和数据的离散程度。

让我们通过一个简单的例子来说明：

假设我们有以下数据集：$2,3,4,4,6,8$

1. 对于值 2，有1个数据点小于或等于2（$1/6$），因此在 x=2 处的 ECDF 值为$1/6$。
2. 对于值 3，有2个数据点小于或等于3（$2/6$），因此在 x=3 处的 ECDF 值为$2/6$。
3. 对于值 4，有4个数据点小于或等于4（$4/6$），因此在 x=4 处的 ECDF 值为$4/6$。
4. 对于值 6，有5个数据点小于或等于6（$5/6$），因此在 x=6 处的 ECDF 值为$5/6$。
5. 对于值 8，有6个数据点小于或等于8（$6/6$），因此在 x=8 处的 ECDF 值为 $6/6$。

通过连接这些点，我们可以绘制出 ECDF 图，该图显示了每个观测值的累积分布情况。 ECDF 在理解数据分布、比较不同数据集以及检查数据的百分位数方面都非常有用。