经验累积分布函数图

经验累积分布函数图

用于评估分布与数据的拟合度，估计百分位数并比较不同的样本分布。经验累积分布函数图执行以下操作：

·标绘每个唯一值与样本中小于或等于该值的值的百分比，并使用步阶线（红色）将这些值连接起来。

·拟合累积分布函数 (cdf) 线（蓝色），以便可以了解分布描述数据的程度。

·显示一个表，其中包含数据的分布参数估计值和观测值个数 (N)。

例如，一家地区快餐店的经理想知道必须等待目标时间 4 分钟或更少时间才能获得食物的顾客的百分比。他记录了 15 名顾客的等待时间（由上面的经验累积分布函数图表示）。经验累积分布函数图表明以下内容：

·正态分布（蓝线）似乎与样本拟合；因此，他可以使用拟合线估计百分位数。如果正态分布未拟合，则他可以对其他分布尝试拟合累积分布函数线。

·平均等待时间为 3.573；标准差为0.5700。

·大约 80% 的数据低于 4.0。他可以将光标悬停在累积分布函数线上方，从而获取精确数字或在 4 分钟处添加百分位数线。

上图显示的只是一个店的样本。他还可以在同一经验累积分布函数图上显示并比较多家餐厅的数据。

经验累积分布函数图与概率图执行的功能类似。但是，与概率图不同的是，经验累积分布函数图的尺度不会变换，且拟合分布也不会形成直线。