Även om de flesta sannolikhetsfunktioner är i form av snygga sannolikhetsdensitetsfunktioner, berättar själva sannolikhetsdensitetsfunktionerna väldigt lite. Detta beror på att sannolikheten för ett givet värde för en kontinuerlig sannolikhetsdensitetsfunktion är noll, vilket kan visas genom sannolikhetsteori. För de flesta praktiska ändamål vid användning av sannolikhetsfunktioner används kumulativa sannolikheter, eftersom de kan ge faktiska antal när man tar in specifika värden. Att beräkna en kumulativ sannolikhet i SPSS kräver att du utför en beräkning baserad på en sannolikhetsdensitetsfunktion.
Klicka på Transform-menyn och välj "Beräkna."
Ange en variabel från dina data eller ett nummer i rutan "Målvariabel".
Välj "CDF" i valrutan "Funktionsgrupp". Den kumulativa fördelningsfunktionen (CDF) är den funktion som beräknar den kumulativa fördelningen.
Välj distribution. Kom ihåg att en kumulativ sannolikhet representerar sannolikheten att ett antal som valts slumpmässigt från en given distribution är mindre än en given variabel. Välj en distribution som är vettig i termer av dina data. Om du till exempel analyserar antalet typfiler på en sida väljer du en Poisson-distribution; om du tittar på individuella skillnader inom en befolkning, välj Gaussisk distribution.
Ange distributionens parametrar. Varje distribution har sin egen uppsättning parametrar. Till exempel kräver Gauss-distributionen att du anger en medel- och standardavvikelse. Om du inte har de verkliga parametrarna för distributionen du väljer, använd uppskattningar.
Kör funktionen. Resultatet blir den kumulativa fördelningen. I matematiska termer beräknade du "P (x <a)", där "a" är den variabel eller det nummer du angav.