സാധാരണയുള്ള വിതരണ പട്ടിക
സാധാരണ മൂല്യത്തിനു് സാധ്യതയുള്ള സാങ്കേതികതയും പരിസ്ഥിതിയും കണ്ടുപിടിക്കുക.
ടൈപ്പ് ചെയ്യുന്നതിനനുസരിച്ച് പുതുക്കല് ഫലങ്ങള്.
ഈ ഗണനിയെപ്പറ്റി
സാധാരണ വിതരണത്തിനുള്ള (ഗോസ്യാന്ത്യന്) സ്പെയിം റൂംസ്ലിമിഷന് (ഗോസ്യാന്ത്രികന്). ഉയര്ന്ന, അളവിൽ കുറഞ്ഞ, അളന്ന മറ്റു് അളവിൽ വരുന്ന, അക്ഷരം, അളക്കുന്ന, സാധാരണമായ, അളവിൽ കാണപ്പെടുന്ന, സാധാരണമായ, അളവിൽ കാണപ്പെടുന്ന, നിലവാരത്തിലുള്ള, X (ഇടതുവരെയുള്ള) പി. x (X), വലത്തേ ഭാഗത്തുള്ള പ്രദേശം (X- x- bug), z (X- bux), z (xrug), z (xru- bugr), ആന്റിവലിക്ക് സമമായ z (x- zie), ആന്റിജെസ്നിക്ക് (X- ziegrast), z (X2), ziegrapipipy (3), z- per- perie (ewipy), 1- per3), Py (113), Pyp
പലപ്പോഴും ചോദ്യങ്ങൾ ചോദിച്ചു
പി.ഡി.എഫിനും സി.ഡി.ഫിനും തമ്മിലുള്ള വ്യത്യാസം എന്താണ്?
സാങ്കേതികത (pdf) x- ല് മണി വളവുകളുടെ ഉയരമാണു്. ഇതു് സ്വയം സാധ്യമാകാവുന്ന ഒരു സാധ്യതയല്ല; X- ന്റെ വളയത്തിന് താഴെയുള്ള ഭാഗമാണ് (cdf).
ഒരു കൃത്യ മൂല്യത്തിന്റെ സാദ്ധ്യത പൂജ്യമായിരിക്കുന്നത് എന്തുകൊണ്ട്?
സാധാരണ പോലെ നിരന്തരമായി വിതരണം ചെയ്യുന്നതിന്, ഒരു കൃത്യം പോയിന്റിനു പൂജ്യമുണ്ട്. നിലവാരങ്ങളില്ലാത്ത സാധ്യതകള് മാത്രമേ ഉള്ളൂ. അതുകൊണ്ടാണ്, x-യിലും (X = x) സ്പീഷീസിലും ഉള്ള സമതലം.
68685999.7 നിയമം എന്താണ്?
68% മൂല്യങ്ങളുടെ ഒരു സാധാരണ വിതരണത്തിന്, അതായത് രണ്ടോ 99% ഉള്ളില് 95%.7%. എത്രമാത്രം വിലകള് ഉണ്ട് എന്ന് തീരുമാനിക്കാന്.
രണ്ട് മൂല്യങ്ങളും തമ്മിലുള്ള സാധ്യത എനിക്കെങ്ങനെ അറിയാം?
x2 ആയി നല്കുക; കോര്ട്ടിന് B(x CHANCT X2) നല്കുന്നു. സ്റ്റ്രിപ്ഷന് കീഴെ പോയിന്റിലുള്ള പോയിന്ററിലെ ക്ളൈന്റ് പോയിന്റില് നിന്നും താഴത്തെ പോയിന്റിലുള്ളത് കുറയ്ക്കുക.
സാധാരണ വിതരണത്തിനും സാധാരണമായ സാധാരണമായ വിതരണത്തിനും തമ്മിലുള്ള വ്യത്യാസം എന്താണ്?
സാധാരണ വിതരണത്തിനുള്ള ഉപാധി 0-ന്റെയും 1-ന്റെയും സാധാരണ നിലവാരത്തിലുള്ള വ്യതിയാനത്തിന്റെ സാധാരണ വിതരണമാണ്. ഏതു വിലയും അതിനെ സാധാരണ മാപ്പുകളിലേക്ക് മാറ്റുന്നു. അതുകൊണ്ട് പ്ളൈന്സിനും പ്ളെയിന്സിനും ഈ ഉപകരണം അനുബന്ധങ്ങള് നല്കുന്നു.
എന്റെ ഡാറ്റ ശരിക്കും സാധാരണമായിരിക്കണോ?
യഥാര്ത്ഥ ഡേറ്റാ സാധാരണമാണ്, പക്ഷേ, ചില വിവരങ്ങള് വളരെ സാധാരണമായി, മണിയുടെ അളവാകുന്നതും, കിടിലം കുറഞ്ഞതുമായ സമയങ്ങളില്, അതിന്റെ ഫലങ്ങള് വിശ്വാസ്യതയുള്ളവയാണു. ശക്തമായി വിച്ഛേദിച്ചതോ, കടുപ്പിച്ചെടുത്തതോ ആയ വിവരങ്ങള് മാത്രമേ സാങ്കേതികമായി കാണുകയുള്ളൂ.
API — കോഡ്പണലകത്തിലെ ഈ ഗണിതസൂത്രം ഉപയോഗിക്കുക
ഈ കംപ്യൂട്ടറില് ഒരു സ്വതന്ത്ര Jonson test എന്ന നിലയില് വിളിക്കുക, അത് ആവശ്യമില്ലാത്ത കീയല്ല. ഫീള്ഡ് മൂല്ല്യങ്ങള് അല്ലെങ്കില് ഫീള്ഡ് സ്ട്രിങ് സ്ട്രിങ് ആയി അയയ്ക്കുക. മുഴുവന് API ഡോക്സ് വായിക്കുക →
അവസാനം സ്ഥലം
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);എന്നാൽ, ഈ പ്രശ്നം പരിഹരിക്കാൻ കഴിയുന്ന ഏറ്റവും നല്ല മാർഗം എന്താണ്?