सामान्य वितरण गणनाकर्ता
सामान्य मानका लागि सम्भावना घनत्व र जम्मा सम्भावना फेला पार्नुहोस् ।
तपाईँले टाइप गर्दा परिणाम अद्यावधिक गर्नुहोस् ।
यो क्याल्कुलेटरको बारेमा
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.
प्राय सोधिने प्रश्नहरू
पीडीएफ र सीडीएफ बीच के फरक छ?
सम्भावना घनत्व (pdf) x मा घण्टी वक्र को उचाइ हो; यो आफैले एक संभावना छैन। को संचय वितरण (cdf) x सम्म वक्र अन्तर्गत क्षेत्र हो, जो मा वा तल x मा मान को संभावना दिन्छ।
किन एक सही मान शून्य को संभावना छ?
सामान्य जस्तै एक निरन्तर वितरण लागि, कुनै पनि एकल सही बिन्दु शून्य सम्भावना छ - मात्र दायरा गैर-शून्य सम्भावना छ। हामी X मा घनत्व र सापेक्षिक क्षेत्र रिपोर्ट किन P (X = x) भन्दा छ।
६८-९५-९९.७ नियम के हो?
सामान्य वितरण लागि मूल्यहरूको बारेमा 68% को एक मानक विचलन भित्र, दुई भित्र 95% र तीन भित्र 99.7% को एक औसत मा लुकेको, दुई र 68% को लागि। यो सही क्षेत्र गणना बिना मूल्य कसरी असामान्य छ फैसला गर्न एक छिटो तरिका छ।
म कसरी दुई मान बीचको सम्भावना फेला पार्छु?
x र x₂ को रूपमा माथिल्लो मानको रूपमा x रूपमा तल्लो मान प्रविष्ट गर्नुहोस्; गणनाकर्ताले माथिल्लो बिन्दुमा एक देखि तल्लो बिन्दुमा जम्मा सम्भावना घटाएर P( x ≤ X ≤ x₂) फर्काउँछ ।
सामान्य वितरण र मानक सामान्य बीच फरक के हो?
मानक सामान्य ० को औसत र १ को मानक विचलन भएको सामान्य वितरण मात्र हो । यसको z- स्कोरमा कुनै मान रूपान्तरण गर्दा मानक सामान्यमा यसलाई मानचित्र गर्दछ, जुन यो उपकरणले कुनै μ र σ का लागि सम्भावना गणना गर्ने तरिका हो ।
के मेरो डेटा पूर्णतया सामान्य हुन आवश्यक छ?
कुनै वास्तविक डेटा ठीक सामान्य छ, तर डेटा लगभग बेल आकार र सममित छ जब परिणाम विश्वसनीय छन्। बलियो झुकिएको वा भारी-tailed डेटा लागि संभावनाहरू मात्र अनुमानित छन्।
API - कोडबाट यो क्याल्कुलेटर प्रयोग गर्नुहोस्
यो क्याल्कुलेटरलाई निःशुल्क JSON अन्त बिन्दुको रूपमा कल गर्नुहोस् - कुञ्जी आवश्यक छैन। क्वेरी परिमितिहरू वा JSON को रूपमा तलको फिल्ड मानहरू पठाउनुहोस्। तपाईँले छोडेको कुनै पनि कुराले उस्तै पूर्वनिर्धारित प्रयोग गर्दछ जुन यो पृष्ठसँग पूर्व- भरिएको छ; अज्ञात परिमिति ४०० हो, कहिल्यै मौन शून्य होइन । पूरा API कागजात पढ्नुहोस् →
अन्त्य बिन्दु
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);परिणाम मात्र सामान्य मार्गदर्शन लागि अनुमान छन्, वित्तीय छैन, चिकित्सा वा कर सल्लाह.