累计比例在重复数值处为何一次跳过多个份额:按不大于阈值的记录数建立经验分布并核对端点
每个阈值都重新回答同一个问题
取四条虚构记录0、1、1、4。定义F(x)为“不大于x的记录数”除以总记录数4。这里重复出现的两个1代表两条记录,不能因为数值相同就合并成只占一份的样本,否则分母和各个比例都会改变。
x小于0时没有记录满足,F为0;x从0到小于1时,只包含第一条0,F为1/4;x从1到小于4时,包含0与两个1,F为3/4;x达到4及以上时,全部包含,F为1。这是一条阶梯式经验累计分布。
跳跃大小由相同值的记录数决定
当阈值刚到1,两个1同时进入计数,函数就从1/4跳到3/4,增量为1/2。不能为了让曲线看起来平滑,强行在这两个比例之间插入未定义的直线变化;在1与4之间没有新记录进入,本题的函数就保持3/4。
等号也有明确作用。F(1)已经包括两个1,所以是3/4;把定义改成“严格小于x”,在x恰为1时将得到1/4。两种端点约定不能混用,特别是标记阶梯图的实心与空心端点时。
反过来寻找阈值也要沿用定义
若问最小哪个记录值能让累计比例至少达到一半,答案是1,因为在它之前只有1/4,到它时已有3/4。这里不需要找出某个F恰好等于1/2的横坐标;阶梯函数可能跨过这个比例而从未取到它。
可先按不同数值列频数,再累计频数,最后除以总数,检查函数不下降、末端达到1及每次增量等于对应频数比例。这个定义保留了分布信息,但如果交换原记录次序,函数不会改变,因此不能还原时间先后。本文只使用四条自编数值解释图表,并不把经验比例当作总体概率保证或专业测评效度结论。