Kalkulator Taburan Normal
Cari kepadatan kemungkinan dan kemungkinan kumulatif untuk nilai normal.
Hasil dikemaskini semasa anda menaip.
Perihal kalkulator ini
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 standard-normal distribution is a 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
Pertanyaan yang kerap ditanya
Apa perbezaan antara pdf dan cdf?
Ketumpatan kemungkinan (pdf) adalah ketinggian lengkung loceng pada x; ia bukan kemungkinan sendiri. Taburan kumulatif (cdf) adalah kawasan di bawah lengkung sehingga x, yang memberikan kemungkinan nilai pada atau di bawah x.
Kenapa kemungkinan nilai yang tepat adalah sifar?
Untuk taburan berterusan seperti normal, mana-mana titik tepat tunggal mempunyai kemungkinan sifar - hanya julat mempunyai kemungkinan bukan-sifar. Itulah sebabnya kami melaporkan kepadatan pada x dan kawasan kumulatif bukannya P(X = x).
Apa peraturan 68-95-99.7?
Untuk taburan normal, kira- kira 68% nilai berada dalam satu selisih piawai purata, 95% dalam dua dan 99. 7% dalam tiga. Ia adalah cara cepat untuk menilai betapa tidak biasa nilai tanpa mengira kawasan tepat.
Bagaimana saya mencari kebarangkalian antara dua nilai?
Masukkan nilai bawah sebagai x dan nilai atas sebagai x₂; kalkulator mengembalikan P(x ≤ X ≤ x₂) dengan mengurangi kemungkinan kumulatif pada titik bawah dari satu pada titik atas.
Apakah perbezaan antara taburan normal dan normal piawai?
Normal piawai hanyalah taburan normal dengan purata 0 dan deviasi piawai 1. Mentukarkan mana-mana nilai ke skor znya memetakannya ke normal piawai, yang merupakan cara alat ini mengira kemungkinan untuk mana-mana μ dan σ.
Data saya perlu menjadi sempurna normal?
Tiada data sebenar yang betul- betul normal, tetapi hasil boleh dipercayai apabila data berbentuk loceng dan simetri. Untuk data yang sangat melengkung atau ekor berat, kemungkinan hanya kira- kira.
API — gunakan kalkulator ini dari kod
Panggil kalkulator ini sebagai titik akhir JSON percuma - tiada kekunci diperlukan. Hantar nilai medan di bawah sebagai parameter pertanyaan atau JSON. Baca dokumen API penuh →
Titik Akhir
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);
Hasil adalah perkiraan untuk panduan umum sahaja, bukan nasihat kewangan, perubatan atau cukai.