Frekuensi adalah frekuensi peristiwa diulang dalam jangka masa tertentu. Yang terkumpul, di sisi lain, adalah jumlah, penyatuan atau pertemuan pelbagai elemen.
Mengenai idea frekuensi terkumpul, konsep muncul di bidang statistik, di mana frekuensi difahami sebagai frekuensi peristiwa tertentu diulang dalam sampel atau dalam eksperimen.
Bilangan pengulangan ini dikenali sebagai frekuensi mutlak. Sekiranya kita membahagi frekuensi mutlak dengan ukuran sampel, kita mendapat frekuensi relatif.
Dari data ini, kita boleh mengira dua jenis daripada kekerapan terkumpul: yang kekerapan mutlak terkumpul dan kekerapan relatif terkumpul.
The kekerapan mutlak terkumpul (kadang-kadang hanya dipanggil kekerapan terkumpul) menunjukkan beberapa frekuensi mutlak untuk semua peristiwa itu, dalam senarai yang teratur, adalah kurang daripada atau sama untuk tertentu nilai.
Ambil contoh gol yang dijaringkan oleh pemain bola sepak selama lima tahun. Data ini merupakan sampel statistik:
14, 12, 14, 11, 15
Contohnya, frekuensi mutlak 14 adalah 2, kerana 14 muncul 2 kali dalam sampel. Ini bererti bahawa atlet menjaringkan 14 gol dalam 2 musim yang berbeza dalam lima tahun terakhir. Yang banyak kekerapan mutlak terkumpul bagi nilai ini (14) adalah 4: terdapat 4 nilai dalam sampel yang sama dengan atau kurang daripada 14.
Frekuensi kumulatif lain yang dapat kita hitung adalah frekuensi relatif kumulatif. Dalam kes ini, kita harus membahagikan frekuensi mutlak terkumpul dengan jumlah sampel. Kembali ke contoh sebelumnya, kerana frekuensi mutlak terkumpul 14 adalah 4 dan jumlah bilangan dalam sampel statistik adalah 5, frekuensi relatif terkumpul adalah 0,8.
Untuk merumuskan penyebaran konsep ini dalam persamaan matematik tanpa jatuh ke dalam penggunaan jadual, adalah mungkin untuk menyesuaikannya dengan apa yang disebut taburan kebarangkalian kumulatif. Dalam bidang statistik dan kebarangkalian, kita berbicara mengenai taburan kebarangkalian untuk merujuk kepada fungsi yang diterapkan pada pemboleh ubah dan memberikan peristiwa yang ditentukan di atasnya kemungkinan berlainan.
Penting untuk diperhatikan bahawa semasa melakukan ekstrapolasi kesalahan taburan frekuensi kumulatif mungkin timbul seperti tidak mengikuti taburan kebarangkalian setelah julat yang diperhatikan dilampaui. Dalam kerangka ini kita memiliki kaedah yang berbeda untuk melakukan proses yang sama, seperti distribusi normal , eksponensial , Gumbel dan Pareto .
Pilihan lain adalah untuk memperkenalkan ketakselanjaran antara data, sesuatu yang dapat sangat bermanfaat jika nilai ekstrim dan ekor pengedaran jauh dari jisim median. Salah satu aplikasi kaedah ini adalah dalam analisis pemendakan ketika iklim mengubah tingkah laku sesuai dengan pengaruh arus.
Setelah mengatakan semua ini, jelas bahawa membuat ramalan berdasarkan taburan frekuensi kumulatif membawa margin kesalahan tertentu yang tidak selalu dapat diterima. Untuk meminimumkan hasil yang tidak berguna, disarankan untuk menghindari kes-kes di mana keadaan rentang data yang hendak dibandingkan sangat berbeza.