Նորմալ բաժանման հաշվիչ
Գտնել հավանականության խտությունը և համախառն հավանականությունը նորմալ արժեքի համար։
Տեղեկացնել արդյունքները տպելու ժամանակ։
Ընդունել այս հաշվիչը
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 cumulative probability P(X ≤ x) is equal to the equivalent z-score. The right-tail probability P(X ≥ x) is equal to the equivalent z-score. The cumulative probability P(X ≤ x) is equal to the
Հաճախակի տրվող հարցեր
Ի՞նչ տարբերություն կա pdf-ի և cdf-ի միջև։
Հնարավորության խտությունը (pdf) x- ի վրա ժապավենի անկյունագծերի բարձրությունն է, այն ինքնին հավանականություն չէ։ Համախառն բաժանումը (cdf) x- ի վրա անկյունագծերի տակ գտնվող տարածքն է, որը տալիս է x- ի կամ ցածր արժեքի հավանականությունը։
Ինչու՞ է ճշգրիտ արժեքի հավանականությունը 0։
Նորմալ բաժանման նման շարունակական բաժանման համար, ցանկացած մեկ միասնական ճշգրիտ կետը ունի 0 հավանականություն, միայն շրջանները ունեն ոչ 0 հավանականություն։ Այդ պատճառով մենք ներկայացնում ենք x- ի խտությունը և կուտակային տարածքը, այլ ոչ թե P(X = x)- ը։
68-95-99.7 կանոնը։
Նորմալ բաշխման դեպքում արժեքների մոտ 68% - ը գտնվում է միջինի մեկ ստանդարտ խախտումից ներս, 95% - ը` երկու և 99. 7% - ը` երեք ստանդարտ խախտումներից ներս։ Սա արագ միջոց է՝ որոշելու, թե որքան անսովոր է արժեքը, առանց ճշգրիտ տարածքի հաշվարկման։
Ինչպե՞ս գտնել երկու արժեքների միջև հավանականությունը։
Ընտրեք x- ի ցածր արժեքը և x2- ի վերին արժեքը։ Ընդհանուր հաշվարկը կվերադարձնի P(x ≤ X ≤ x2)՝ նվազագույնի հավանականությունը վերացնելով վերին կետի հավանականությունից։
Ո՞րն է տարբերությունը նորմալ բաշխման և ստանդարտ նորմալ բաժանման միջև։
Ստանդարտ նորամալը պարզապես նորամալ բաժանում է, որի միջինը 0 է, իսկ ստանդարտ խախտումը 1։ Որևէ արժեքի z- գնահատականին վերափոխումը այն փոխանցում է ստանդարտ նորամալին, որը հաշվարկում է հավանականությունը ցանկացած μ և σ համար։
Իմ տվյալները պետք է լիովին նորմալ լինեն՞։
Ոչ մի իրական տվյալ չի կարող լիովին նորմալ լինել, բայց արդյունքները վստահելի են, երբ տվյալները մոտավորապես ժապավենի ձևի են և համաչափ։ Շատ թերևսված կամ ծանր- եզրավորված տվյալների համար հավանականությունները միայն մոտավոր են։
API — օգտագործել այս հաշվիչը կոդից
Խնդրել այս հաշվիչը որպես ազատ JSON վերջնական կետի - ոչ մի կոդ չի պահանջվում. Առաջարկեք ներքևի դաշտի արժեքները որպես հարցման պարամետրեր կամ JSON. Կարդալ ամբողջական API փաստաթղթերը →
Ավարտման կետ
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);Ընդհանուր ցուցանիշները միայն ընդհանուր ուղեցույցի համար են, ոչ ֆինանսական, բժշկական կամ հարկային խորհուրդներ։