เมื่อความแตกต่างระหว่างฟังก์ชั่นความน่าจะเป็นและความหนาแน่น * PMF จะใช้กับตัวแปรสุ่มแบบแยกเท่านั้นในขณะที่ไฟล์ PDF ใช้กับตัวแปรสุ่มแบบต่อเนื่อง
* วิธีการอย่างเป็นทางการสามารถรวมทั้งสองและใช้คำเดียวสำหรับพวกเขา
cdf นำไปใช้กับตัวแปรสุ่มใด ๆ รวมถึงสิ่งที่ไม่มีทั้ง pdf และ pmf
(การกระจายแบบผสมไม่ใช่กรณีเดียวของการกระจายที่ไม่มี PDF หรือ pmf แต่เป็นสถานการณ์ทั่วไปที่สมเหตุสมผล - ตัวอย่างเช่นพิจารณาปริมาณน้ำฝนในหนึ่งวันหรือจำนวนเงินที่จ่ายในการเรียกร้อง นโยบายการประกันทรัพย์สินซึ่งอาจจะเป็นรูปแบบของการกระจายอย่างต่อเนื่องเป็นศูนย์ที่สูงเกินจริง)
cdf สำหรับตัวแปรสุ่มให้P ( X ≤ x )XP(X≤x)
PMF สำหรับต่อเนื่องตัวแปรสุ่มให้P ( X = x )XP(X=x)
ไฟล์ PDF นั้นไม่ได้ให้ความน่าจะเป็น แต่ความน่าจะเป็นที่สัมพันธ์กัน การแจกแจงต่อเนื่องไม่มีจุดน่าจะเป็น ในการรับความน่าจะเป็นจากไฟล์ PDF คุณต้องรวมช่วงเวลาบางช่วงหรือใช้ค่า cdf สองค่า
เป็นการยากที่จะตอบคำถาม 'พวกเขามีข้อมูลเดียวกัน' เพราะขึ้นอยู่กับสิ่งที่คุณหมายถึง คุณสามารถเปลี่ยนจาก pdf เป็น cdf (ผ่านการรวม) และจาก pmf เป็น cdf (ผ่านการสรุป) และจาก cdf เป็น pdf (ผ่านการแยกความแตกต่าง) และจาก cdf เป็น pmf (ผ่านความแตกต่าง) ดังนั้นหากมี PMF หรือ PDF อยู่ มันมีข้อมูลเช่นเดียวกับ cdf