Kumulativ fordeling
Egenskapene til en diskret stokastisk variabel beskrives ofte med en punktsannsynlighet og egenskapene til en kontinuerlig stokastisk variabel beskrives tilsvarende med en sannsynlighetstetthet. En alternativ måte å beskrive egenskapene til en stokastisk variabel (diskret eller kontinuerlig) er å angi dens kumulative fordeling.
Kumulativ fordeling
Vi starter med å definere hva vi skal mene med kumulativ fordeling.
Notasjon
Det benyttes ulike notasjoner for kumulativ fordeling for en stokastisk variabel \(X\). De to mest vanlige er \(F(x)=P(X\leq x)\), som benyttes på denne siden, og \(F_X(x)=P(X\leq x)\). I notasjonen \(F_X(x)\) minner indeksen \(X\) oss på at dette er kumulativ fordeling for den stokastiske variabelen \(X\). I situasjoner hvor vi har flere stokastiske variabler kan det være nyttig å bruke en slik notasjon for å holde kumulativ fordeling for de ulike stokastiske variablene fra hverandre. Kumulkativ fordeling for tre stokastiske variabler \(X\), \(Y\) og \(Z\) vil da skrives som henholdsvis \(F_X(x)\), \(F_Y(y)\) og \(F_Z(z)\).
Kommentar
\(F(x)\) er en sannsynlighet og dermed må vi alltid ha at \(0\leq F(x)\leq 1\). Dessuten vil en kumulativ fordeling \(F(x)\) alltid være en voksende funksjon av \(x\).
Visualisering av \(F(x)\)
For å visualisere en kumulativ fordeling er det vanlig å plotte \(F(x)\) som en vanlig matematisk funksjon. I figur 1 vises et eksempel på en kumulativ fordeling \(F(x)\) for en diskret stokastisk variabel \(X\), og i figur 2 vises et eksempel på en kumulativ fordeling \(F(x)\) for en kontinuerlig stokastisk variabel. Som vi ser i figur 1 er \(F(x)\) for en diskret stokastisk variabel \(X\) en trappefunksjon. Den har et trappetrinn i hver mulig verdi for \(X\) og høyden på trappetrinnet i en posisjon \(x\) er lik punktsannsynligheten \(f(x)\). Som vi ser i figur 2 er \(F(x)\) for en kontinuerlig stokastisk variabel \(X\) er kontinuerlig funksjon. For både diskrete og kontinuerlige stokastiske variabler har vi at \(F(x)\) er en voksende funksjon og at
\[ \lim_{x\rightarrow-\infty}F(x) = 0~~\text{og}~~\lim_{x\rightarrow\infty}F(x) = 1. \]