Κανονικός υπολογιστής διανομής
Βρείτε την πυκνότητα πιθανότητας και σωρευτική πιθανότητα για κανονική αξία.
Ενημέρωση αποτελεσμάτων όπως πληκτρολογείτε.
Σχετικά με αυτό το κομπιουτεράκι
Η κανονική (Γαυσιανή) κατανομή είναι η κλασική συμμετρική καμπύλη καμπάνας που περιγράφει τα ύψη, τα σφάλματα μέτρησης, τις βαθμολογίες δοκιμών και τις αμέτρητες άλλες φυσικές ποσότητες. Δεδομένου ότι μια τιμή x, μια μέση μ και μια τυπική απόκλιση σ, αυτός ο αριθμομηχανής επιστρέφει την πυκνότητα πιθανότητας στο x, η σωρευτική πιθανότητα P(X ≤ x) (η περιοχή κάτω από την καμπύλη στα αριστερά), η πιθανότητα δεξιού ποδιού P(X ≥ x) και η ισοδύναμη πιθανότητα z-score, και το οικόπεδο της καμπύλης. Εσωτερικά μετατρέπει x σε z-score, z = (x − μ) / σ, στη συνέχεια αξιολογεί την τυπική-κανονική σωρευτική κατανομή με ακριβή προσέγγιση λειτουργίας σφάλματος. Εισάγετε ένα προαιρετικό άνω όριο x2 για να πάρετε την πιθανότητα εύρους P(x ≤ X ≤ x2), υπολογίζεται ως η διαφορά των δύο σωρευτικών τιμών.
Συχνές ερωτήσεις
Ποια είναι η διαφορά μεταξύ του pdf και του cdf;
Η πυκνότητα πιθανότητας (pdf) είναι το ύψος της καμπύλης καμπάνας στο x· δεν είναι μια πιθανότητα από μόνη της. Η σωρευτική κατανομή (cdf) είναι η περιοχή κάτω από την καμπύλη μέχρι x, η οποία δίνει την πιθανότητα μιας τιμής στο ή κάτω από x.
Γιατί η πιθανότητα ενός ακριβώς μηδενικού;
Για μια συνεχή κατανομή όπως το φυσιολογικό, κάθε ενιαίο ακριβές σημείο έχει μηδενική πιθανότητα
Ποιος είναι ο κανόνας 68/795/99.7;
Για μια κανονική κατανομή περίπου 68% των τιμών βρίσκονται μέσα σε μία τυπική απόκλιση του μέσου όρου, 95% μέσα σε δύο και 99,7% μέσα σε τρία. Είναι ένας γρήγορος τρόπος για να κρίνουμε πόσο ασυνήθιστη είναι μια τιμή χωρίς να υπολογίσουμε την ακριβή περιοχή.
Πώς βρίσκω την πιθανότητα μεταξύ δύο τιμών;
Εισάγετε την χαμηλότερη τιμή ως x και την ανώτερη τιμή ως x2; ο αριθμομηχανής επιστρέφει P(x ≤ X ≤ x2) αφαιρώντας τη σωρευτική πιθανότητα στο χαμηλότερο σημείο από το ανώτερο σημείο.
Ποια είναι η διαφορά μεταξύ της κανονικής κατανομής και της κανονικής κανονικής;
Το κανονικό είναι απλά η κανονική κατανομή με μέσο όρο 0 και τυπική απόκλιση 1. Μετατρέποντας οποιαδήποτε τιμή στο z-score της το χαρακτηρίζει στο κανονικό κανονικό, έτσι ώστε αυτό το εργαλείο να υπολογίζει πιθανότητες για οποιοδήποτε μ και σ.
Τα δεδομένα μου πρέπει να είναι απολύτως φυσιολογικά;
Δεν υπάρχουν πραγματικά δεδομένα είναι ακριβώς φυσιολογικά, αλλά τα αποτελέσματα είναι αξιόπιστα όταν τα δεδομένα είναι περίπου καμπάνα-σχήμα και συμμετρικό. Για ισχυρά skewed ή βαριά-ουρά δεδομένα οι πιθανότητες είναι μόνο κατά προσέγγιση.
API □ χρήση αυτού του υπολογιστή από τον κωδικό
Καλέστε αυτόν τον υπολογιστή ως ένα δωρεάν JSON τελικό σημείο Οτιδήποτε παραλείψετε χρησιμοποιεί την ίδια προεπιλογή αυτή η σελίδα είναι προγευματισμένη. Μια άγνωστη παράμετρος είναι ένα 400, ποτέ ένα σιωπηλό μηδέν. Διαβάστε τα πλήρη έγγραφα API →
Τέλος
GET https://calculator.free/api/v1/normal-distribution/curl
curl "https://calculator.free/api/v1/normal-distribution/?x=120&mean=100&sd=15"JavaScript fetch()
const r = await fetch(
"https://calculator.free/api/v1/normal-distribution/?" + new URLSearchParams({
"x": "120",
"mean": "100",
"sd": "15"
}));
const data = await r.json();
console.log(data.results);Τα αποτελέσματα είναι εκτιμήσεις για γενική καθοδήγηση μόνο, όχι οικονομικές, ιατρικές ή φορολογικές συμβουλές.