Хотя большинство функций вероятности представлены в виде красивых функций плотности вероятности, сами функции плотности вероятности говорят нам очень мало. Это связано с тем, что вероятность любого заданного значения для непрерывной функции плотности вероятности равна нулю, что можно показать с помощью теории вероятностей. Для большинства практических целей при использовании функций вероятности используются кумулятивные вероятности, так как они могут давать фактические числа, принимая определенные значения. Для расчета кумулятивной вероятности в SPSS необходимо выполнить вычисление на основе функции плотности вероятности.
Нажмите на меню Transform и выберите «Compute».
Введите переменную из ваших данных или число в поле «Целевая переменная».
Выберите «CDF» в поле выбора «Группа функций». Кумулятивная функция распределения (CDF) - это функция, которая вычисляет кумулятивное распределение.
Выберите дистрибутив. Напомним, что кумулятивная вероятность представляет вероятность того, что число, выбранное случайным образом из заданного распределения, меньше заданной переменной. Выберите распределение, которое имеет смысл с точки зрения ваших данных. Например, если вы анализируете количество опечаток на странице, выберите распределение Пуассона; если вы смотрите на индивидуальные различия в популяции, выберите распределение по Гауссу.
Введите параметры распределения. Каждый дистрибутив имеет свой набор параметров. Например, для распределения Гаусса требуется ввести среднее значение и стандартное отклонение. Если у вас нет истинных параметров для распределения по вашему выбору, используйте оценки.
Запустите функцию. Результатом будет совокупное распределение. В математических терминах вы вычислили «P (x <a)», где «a» - это введенная вами переменная или число.