ნორმალური განაწილების კალკულატორი
ნორმალური მნიშვნელობის ალბათობის სიმკვრივის და აგრეგირებული ალბათობის მოძებნა.
შედეგები ახლდება ტექსტის შეყვანისას.
ამ კალკულატორის შესახებ
The normal (Gaussian) distribution is the classic symmetric bell curve that describes heights, measurement errors, test scores and countless other natural quantities. Given a value x, a mean μ and a standard deviation σ, this calculator returns the probability density at x, the cumulative probability P(X ≤ x) (the area under the curve to the left), the right-tail probability P(X ≥ x) and the equivalent z-score, and plots the curve.
Internally it converts x to a z-score, z = (x − μ) / σ, then evaluates the standard-normal cumulative distribution with an accurate error-function approximation. Enter an optional upper bound x₂ to get the range probability P(x ≤ X ≤ x₂), computed as the difference of the two cumulative values.
Worked example: for a distribution with μ = 100 and σ = 15, a value of x = 120 has a z-score of (120 − 100) ÷ 15 ≈ 1.33, so P(X ≤ 120) is about 90.9% and the right tail P(X ≥ 120) about 9.1%. This is the tool behind IQ scores, control charts and the empirical 68–95–99.7 rule.
ხშირად დასმული კითხვები
What is the difference between the pdf and the cdf?
ალბათობის სიმკვრივე (pdf) არის x- ზე ზარის მართვადი სიმაღლე; ის თავისთავად არ არის ალბათობა. კუმულატიული განაწილება (cdf) არის x- ზე მართვადი სიმაღლის ქვეშ მდებარე ტერიტორია, რომელიც გვაძლევს ალბათობას, რომ რიცხვი x- ზე ან ქვემოთ იქნება.
Why is the probability of an exact value zero?
ნორმალური განაწილების მსგავსი მუდმივი განაწილებისთვის, ნებისმიერი ერთეული ზუსტი წერტილის ალბათობა ნულია - მხოლოდ დიაპაზონებს აქვთ არა- ნული ალბათობა. სწორედ ამიტომ ჩვენ ვანგარიშობთ x- ის სიმკვრივეს და კუმულატიურ ფართს, P( X = x) - ს ნაცვლად.
68-95-99.7 ოპაგთლარა.
For a normal distribution about 68% of values lie within one standard deviation of the mean, 95% within two and 99.7% within three. It is a quick way to judge how unusual a value is without computing the exact area.
როგორ მოვიძიო სავარაუდოება ორ ფასეულობას შორის?
მიუთითეთ ქვედა რიცხვი როგორც x და ზედა რიცხვი როგორც x2; კალკულატორი დაუბრუნებს P( x ≤ X ≤ x2) - ს ქვედა წერტილის აგრეგირებული ალბათობის ქვედა წერტილის აგრეგირებული ალბათობისგან ამოღების გზით.
რა განსხვავებაა ნორმალურ და სტანდარტულ განაწილებას შორის?
სტანდარტული ნორმალურია მხოლოდ ნორმალური განაწილება 0- ის საშუალო და 1- ის სტანდარტული განსხვავებებით. ნებისმიერი მნიშვნელობის მისი z- ქულის გადაქცევა მას სტანდარტულ ნორმალურზე გადაასახავს, რაც არის ის, თუ როგორ ითვლის ეს ხელსაწყო ალბათობებს ნებისმიერი μ და σ- ისთვის.
Does my data have to be perfectly normal?
არანაირი რეალური მონაცემი არ არის სრულიად ნორმალური, მაგრამ შედეგები მტკიცეა, როდესაც მონაცემები ახლოს არის ზარი ფორმის და სიმეტრიული. მძლავრად შეცდომაში შეყვანილი ან მძიმე- ფრთა მონაცემებისთვის ალბათობები მხოლოდ დაახლოებითია.
API - გამოიყენეთ ეს კალკულატორი კოდისგან
ამ კალკულატორის გამოძახება როგორც უფასო JSON დასასრული - ღილაკი არ არის საჭირო. ქვემოთ მოცემული ველი პარამეტრების ან JSON- ის სახით გაგზავნეთ. ყველა თქვენ მიერ გამოტოვებული პარამეტრის გამოყენებისას იგივე ნაგულისხმევი პარამეტრები გამოიყენება, რაც ამ გვერდზეა; უცნობი პარამეტრის ნომერი არის 400, არასდროს დუმილის ნულს. API დოკუმენტაციის სრული წაკითხვა →
დასასრული
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);Results are estimates for general guidance only, not financial, medical or tax advice.