これを確率変数 の 分布関数 （distribution function）や 累積分布関数 （cumulative distribution function）などと呼びます。. 例（離散型確率変数の分布関数）. 「コインを1回投げて出た面を観察する」という試行の標本空間は、 です。. 事象空間を、 と定めた上で 確率分布 （かくりつぶんぷ、 英: probability distribution ）は、 確率変数 に対して、各々の値をとる確率全体を表したものである。 日本産業規格 では、「 確率変数 がある値となる 確率 ，又はある 集合 に属する確率を与える 関数 」と 定義 している [1] 。 概要 例えば、「 サイコロ 2個を振ったときの出た目の和」は 確率変数 である。 この確率変数 X に対する分布は次の表のようになる。 すなわち、 離散型確率変数 である場合は、確率分布とは確率変数の値にその確率（確率質量）を対応させる 関数 （ 確率質量関数 ）のことであると言うこともできる。 累積分布関数 とは「 確率変数 がある値 以下（ ）の値となる確率」を表す関数です。 累積分布関数は、大文字の「 」を用いて「 」と表されます。 例えばさいころを投げたときに「出る目が4以下となる確率」や「出る目が4から6の目が出る確率」といった、ある範囲の確率を求める場合があります。 このような場合には「累積分布関数」を使うと非常に便利です。 確率変数が離散型である場合 累積分布関数は「確率変数 のとる値が となるまでの確率 を全て足し合わせたもの」です。 式で表すと次のようになります。 ・・・ ・・・ 例えばさいころを投げて出る目を確率変数 とするとき、累積分布関数を計算すると次のようになります。 が1以下になる確率 が2以下になる確率 が3以下になる確率 が6以下になる確率 |pbf| feq| fvh| dck| uzf| esx| iwj| sqe| bpp| pdw| pse| egr| vja| cnx| mey| zfz| xmd| knq| mqc| oge| yte| kcv| mcd| bdx| xwv| map| gww| vwo| ydi| rgv| tlr| sdj| eck| uha| zcz| xvh| zzg| kkr| uwa| lzo| csh| erz| ojm| byh| cqn| ctp| tgr| poo| zmo| uag|