Каждое распределение вероятностей на (подмножестве) имеет кумулятивную функцию распределения , и оно однозначно определяет распределение. Таким образом, в этом смысле CDF действительно столь же фундаментален, как и сам дистрибутив.рN
Однако функция плотности вероятности существует только для (абсолютно) непрерывных распределений вероятностей . Простейшим примером распределения, в котором отсутствует PDF, является любое дискретное распределение вероятностей , такое как распределение случайной величины, которая принимает только целые значения.
Конечно, такие дискретные распределения вероятностей могут характеризоваться функцией вероятностной массы , но есть также распределения, которые не имеют ни PDF, ни PMF, такие как любая смесь непрерывного и дискретного распределения:
(Схема бесстыдно украдена из ответа Glen_b на связанный вопрос.)
Есть даже сингулярные распределения вероятностей , такие как распределение Кантора , которые не могут быть описаны даже комбинацией PDF и PMF. Такие дистрибутивы все еще имеют четко определенный CDF. Например, вот CDF распределения Кантора, также иногда называемый «лестницей дьявола»:
( Изображение из Wikimedia Commons от пользователей Theon и Amirki , используется по лицензии CC-By-SA 3.0 .)
CDF, известный как функция Кантора , является непрерывным, но не абсолютно непрерывным. Фактически, она постоянна везде, кроме множества Кантора с нулевой мерой Лебега, но все еще содержит бесконечно много точек. Таким образом, вся масса вероятности распределения Кантора сосредоточена на этом исчезающе малом подмножестве линии действительных чисел, но каждая точка в множестве по-прежнему индивидуально имеет нулевую вероятность.
Есть также распределения вероятностей, которые не имеют функции, генерирующей момент . Вероятно, наиболее известным примером является распределение Коши, распределение с хвостами, у которого нет четко определенных моментов порядка 1 или выше (таким образом, в частности, нет четко определенного среднего или дисперсии!).
Однако все вероятностные распределения на имеют (возможно комплексную) характеристическую функцию ), определение которой отличается от определения MGF только умножением на мнимую единицу . Таким образом, характеристическая функция может рассматриваться как основополагающая как CDF.рN