Нормален дистрибуциски калкулатор
Најдете ја густината на веројатноста и кумулативната веројатност за нормална вредност.
Резултатите се ажурираат додека пишувате.
За овој калкулатор
Нормалната (гаусска) дистрибуција е класичната крива на симетрично ѕвонче кое ја опишува височината, грешките во измерувањето, резултатите од тестот и безброј други природни количини. Со оглед на вредноста x, средната μ и стандардното дефиниција Δ, овој калкулатор ја враќа густината на веројатноста на x, кумулативната веројатност P(X ≤ x) (под кривата на лево), десната- тајална веројатност P(X ≥ x) и еквивалентната z- резултатот и ја црта кривата. Внатрешната крива ја конвертира x во z- scor, z = (x - μ) /. Потоа ја проценува стандардната нормална кумулативна дистрибуција со точно приближување на функцијата x 120 за добивање на веројатноста на опција P2 за опција P2 (x ≤ X = 682), исчислува се како разлика од двете кумулни вредности.
Често поставувани прашања
Која е разликата помеѓу pdf и CDF?
Најверојатноста густината (pdf) е висината на кривата на ѕвончето на x; не е веројатност сама по себе. Кумулативната дистрибуција (cdf) е површината под кривата до x, која ја дава веројатноста за вредност на или под x.
Зошто е веројатноста за точна вредност нула?
За континуирана дистрибуција како нормалната, секоја точна точка има нула веројатност — само опсегот има ненула веројатност.
Што е правилото 68-95-99-7?
За нормална дистрибуција околу 68% од вредностите лежи во рамките на едно стандардно дефинирање од средната, 95% во рамките на две и 99,7% во три.
Како да ја најдам веројатноста помеѓу две вредности?
Внесете ја пониската вредност како x и горната вредност како x2; калкулаторот ја враќа P( x ≤ X ≤ x2) со одземање на кумулативната веројатност во долната точка од онаа на горната точка.
Која е разликата помеѓу нормалната дистрибуција и стандардната нормална?
Стандардната нормална е само нормалната дистрибуција со средна вредност од 0 и стандардно дефиниција од 1. Претворајќи ја секоја вредност во нејзината z-score ја мапира на стандардната нормала, така оваа алатка ги пресметува веројатностите за било μ и λ.
Дали моите податоци мора да бидат сосема нормални?
Нема вистински податоци кои се сосема нормални, но резултатите се веродостојни кога податоците се во форма на ѕвонче и симетрична форма. За силно измешани или тешка решетка веројатностите се само приближни.
API — користете го овој калкулатор од код
Овој калкулатор го нарече бесплатен JSON крајна точка — не е потребен клуч. Испрати ги вредностите на полето подолу како параметри за пребарување или JSON. Прочитај ги сите API доц. →
Крајна точка
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);Резултатите се проценки за општо водство само, а не финансиски, медицински или даночни совети.