Uma curva de probabilidade cumulativa é uma representação visual de uma função distributiva cumulativa, que é a probabilidade de uma variável ser menor ou igual a um valor especificado. Como é uma função cumulativa, a função distributiva cumulativa é na verdade a soma das probabilidades de que a variável tenha qualquer um dos valores menor que o valor declarado. Para uma função com distribuição normal, a curva de probabilidade acumulada começará em 0 e aumentará para 1, com a parte mais íngreme da curva no centro, representando o ponto com a maior probabilidade para a função.
Liste todos os valores para "x". Se "x" for uma função contínua, selecione intervalos para "x" e liste-os. Os intervalos devem ser uniformemente espaçados, variando do menor "x" ao mais alto. Intervalos menores levarão a uma curva de probabilidade cumulativa mais suave e precisa. Por exemplo, deixe os valores de "x" iguais a 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 e 10.
Calcule as probabilidades para cada valor ou intervalo de "x". Todas as probabilidades devem estar entre 0 e 1. Se "x" tiver uma distribuição normal, as probabilidades mais altas estarão no centro do intervalo e as probabilidades em qualquer extremo. estará próximo de 0. Para o exemplo que começa na Etapa 1, as probabilidades respectivas de "x" podem ser 0, 0, 0, 0,05, 0,25, 0,4, 0,25, 0,05, 0, 0 e 0.
Calcular as somas cumulativas para cada probabilidade de "x". A probabilidade cumulativa para cada valor de "x" será a probabilidade desse "x" mais as probabilidades de cada "x" anterior. Neste exemplo, as respectivas probabilidades cumulativas para "X" seria 0, 0, 0, 0,05, 0,30, 0,70, 0,95, 1,0, 1,0, 1,0 e 1,0. Se “x” tiver uma distribuição normal, os primeiros valores sempre serão 0. Independentemente do tipo de distribuição, o último valor da função de probabilidade cumulativa será 1.
Faça um gráfico dos pontos para a função de distribuição cumulativa. O eixo horizontal deve incluir todos os valores ou intervalos de "x". O eixo vertical deve variar de 0 a 1. Conecte os pontos o mais suavemente possível. Se "x" tiver uma distribuição normal, a curva será semelhante a uma forma esticada de "s".