Известна функция распределения CDF F(x) для случайной величины X. Как выразить P(X > t) через F?

AP(X > t) = 1 - F(t): правый хвост получается дополнением до единицы от значения функции CDF в точке t
BP(X > t) = F(t): это P(X <= t), то есть левая часть распределения, а не вероятность правого хвоста по CDF
CP(X > t) = F(1 - t): подстановка 1 - t в функцию CDF не имеет смысла для произвольных значений t величины X
DP(X > t) = PDF(t): это значение плотности PDF в точке t, а не вероятность правого хвоста распределения X
Правильный ответ. Хвостовая вероятность выражается через CDF как P(X > t) = 1 - F(t).

Разбор

По определению F(t) = P(X <= t), то есть это вся вероятность слева от порога. Тогда вероятность справа — это дополнение до единицы: P(X > t) = 1 - F(t). На практике это используют, например, для доли запросов медленнее порога или времени ожидания дольше соглашения об уровне обслуживания. Для дискретной величины формула тоже применима, но нужно помнить, что P(X = t) может быть ненулевой. Подменять CDF плотностью или подстановкой 1 - t нельзя.

Проверь себя · 1/3разбор после ответа
Аналитик хочет посчитать P(X <= 10) для случайной величины X. Какая формула определяет функцию CDF F(x), которая даёт нужное значение напрямую?
Тренировать статистику в Telegram

Ещё вопросы по теме «Случайные величины: основы»