設 (X1,X2,⋯,Xn)(X1,X2,⋯,Xn) 爲樣本的中位數。
二、經驗分佈函數（EDF，Empirical Distribution Functions）
設 x1,x2,⋯,xnx1,x2,⋯,xn 出現的頻率。
經驗分佈函數 Fn(x)Fn(x) 的圖形。若把經驗分佈函數的圖形連成折線，那麼它實際就是累積頻率直方圖的上邊。
這和概率分佈函數的性質是一致的。
三、格利文科定理（Glivenko Theorem）
根據大數定理可知，當試驗次數增大時，事件的頻率穩定於概率。那麼，當試驗次數增大時，表示事件 {X≤x}{X≤x} 出現概率的總體分佈函數呢？這個問題可由格利文科定理來回答。
格利文科定理：設總體 XX 相差的最大值也可以足夠小，這就是用樣本來推斷總體的數學依據。
歡迎關注白馬負金羈的博客 http://blog.csdn.net/baimafujinji，爲保證公式、圖表得以正確顯示，強烈建議你從該地址上查看原版博文。本博客主要關注方向包括：數字圖像處理、算法設計與分析、數據結構、機器學習、數據挖掘、統計分析方法、自然語言處理。
參考文獻
[1] 葛餘博，概率論與數理統計，清華大學出版社
[2] 李時，應用統計學，清華大學出版