累积概率（cumulative probability）的作图方法与理解

在数据分析中，累积概率分布（Cumulative Distribution Function, CDF）是一种重要的工具，用于描述随机变量小于或等于某个值的概率。以下是构建累积概率图的步骤及其应用价值。

1. 构建频率直方图
首先，针对感兴趣的参数（如事件间隔时间、振幅、上升时间等），创建标准直方图。例如，对于事件间隔时间（IEI），将观测值范围（如0-1000毫秒）划分为若干等宽区间（如每5毫秒一个区间）。然后，统计每个区间内事件出现的次数。例如，对于泊松过程的事件间隔，直方图呈指数衰减；对于神经肌肉接头的微小终板电位（mEPSC）振幅，直方图近似高斯分布（但在中枢突触中通常呈偏态分布）。这种直方图称为“频率直方图”，因为它反映了特定事件出现的频率。

2. 归一化为概率分布
将每个区间的计数值除以所有区间的总计数，使得直方图的总面积为1。此时，每个区间的高度近似为该类事件出现的概率，得到“概率分布”。

3. 计算累积概率分布
使用相同的区间划分，但每个新区间的高度等于步骤2中所有小于等于当前区间的概率之和。这样，每个新区间的高度表示观测到事件值小于等于当前区间上限的概率。该分布从0开始，呈S形曲线上升，并渐近趋近于1（即所有事件都被包含后，概率为1）。

累积概率分布的优势

• 平滑性：累积求和过程类似于移动平均，能平滑原始分布中的波动，使得不同CDF曲线更容易比较。
• 对称性判断：通过CDF的形状可直观判断原始分布是否对称或偏斜。
• 参数读取：可直接从图中读取关键参数，如中位数（CDF=0.5对应的x值）、第95百分位数（CDF=0.95对应的x值）等。

应用实例：最接近共同祖先时间（TMRCA）的累积概率图
在群体遗传学中，TMRCA计算常以累积概率图呈现。该曲线表示时间小于等于给定世代数的概率，即纵轴值P(TMRCA < T)为累积概率。例如，假设采用逐步突变模型（绿色曲线），T=400代时，从曲线读取概率为44%。反之，若设定概率为80%，可反推出对应世代数（如无限等位基因模型下为48代）。

通过累积概率图，研究者可以直观地评估不同时间点的概率，并比较不同模型下的结果。