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 terá qualquer um dos valores menores que o valor declarado. Para uma função com uma distribuição normal, a curva de probabilidade acumulada começará em 0 e aumentará para 1, com a parte mais alta da curva no centro, representando o ponto com maior probabilidade para a função.

List todos os valores para “x”. Se “x” é uma função contínua, selecione intervalos para “x” e relacione-os. Os intervalos devem ser espaçados uniformemente, variando do mínimo “x” ao mais alto. Intervalos menores levarão a uma curva cumulativa de probabilidade 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 da faixa e as probabilidades em ambos os extremos serão próximas de 0. Para o exemplo que inicia na Etapa 1, as probabilidades respectivas para "x" podem ser 0, 0, 0, .05, .25, .4, .25, .05, 0, 0 e 0.

Calcule 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” precedente. Neste exemplo, as probabilidades cumulativas respectivas para “x” seriam 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 serão sempre 0. Independentemente do tipo de distribuição, o último valor da função de probabilidade acumulada será 1.

Representa graficamente os pontos da 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 da forma mais suave possível. Se "x" tiver uma distribuição normal, a curva será semelhante a uma forma esticada "s".