Kalkulilo de normala distribuo
Trovu la probablodenson kaj kumulan probablon por normala valoro.
@ info: status
Pri tiu kalkulilo
the standard-normal distribution, the probability density at x is equal to the cumulative probability P(X ≤ x) (the area under the curve to the left). The right-tail probability P(X ≥ x) is equal to the equivalent z-score. The probability density at x is equal to the cumulative probability P(X ≤ x) (the area under the curve to the left). The right-tail probability P(X ≥ x) is equal to the equivalent z-score. The cumulative probability P(
Oftaj demandoj
Kio estas la diferenco inter la pdf kaj la cdf?
La probablodenso (pdf) estas la alto de la sonorilkurbo ĉe x; ĝi ne estas probablo mem. La kumulita distribuo (cdf) estas la areo sub la kurbo ĝis x, kiu donas la probablon de valoro ĉe aŭ sub x.
Kial la probablo de ekzakta valoro estas nulo?
Por kontinua distribuo kiel la normala, ĉiu unuopa preciza punkto havas nulan probablon - nur intervaloj havas ne- nulan probablon. Tio estas kial ni raportas la densecon ĉe x kaj la kumulan areon anstataŭ P( X = x).
Kio estas la regulo 68-95-99.7?
Por normala distribuo, ĉirkaŭ 68% de valoroj kuŝas ene de unu norma devio de la meznombro, 95% ene de du kaj 99. 7% ene de tri. Tio estas rapida maniero juĝi kiel nekutima valoro estas sen kalkuli la precizan areon.
Kiel mi trovas la probablon inter du valoroj?
Entajpu la pli malaltan valoron kiel x kaj la pli altan valoron kiel x2; la kalkulilo redonas P(x ≤ X ≤ x2) per subtraho de la kumulita probablo ĉe la pli malalta punkto el tiu ĉe la pli alta punkto.
Kio estas la diferenco inter la normala distribuo kaj la norma normalo?
La norma normalo estas nur la normala distribuo kun averaĝo de 0 kaj norma devio de 1. Konvertante iun ajn valoron al ĝia z- poentaro oni mapas ĝin al la norma normalo, kio estas kiel tiu ilo kalkulas probablojn por iu ajn μ kaj σ.
Ĉu miaj datumoj devas esti tute normalaj?
Neniu reala datumo estas ĝuste normala, sed la rezultoj estas fidindaj kiam la datumoj estas proksimume sonorilformaj kaj simetriaj. Por forte deklivaj aŭ pezaj-vostaj datumoj la probabloj estas nur proksimumataj.
API - uzi tiun kalkulilon el kodo
Alvoku tiun kalkulilon kiel liberan JSON- finpunkton - neniu ŝlosilo necesas. Sendu la malsuprajn kampovalorojn kiel demandparametroj aŭ JSON. Legi la plenan API- dokumentaron →
Finpunkto
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);La rezultoj estas taksadoj por ĝenerala gvidado nur, ne financa, medicina aŭ imposta konsilo.