ਨਾਰਮਲ ਵੰਡ ਕੈਲਕੁਲੇਟਰ
ਇੱਕ ਸਧਾਰਨ ਮੁੱਲ ਲਈ ਸੰਭਾਵਨਾ ਘਣਤਾ ਅਤੇ ਸੰਖਿਆਤਮਕ ਸੰਭਾਵਨਾ ਲੱਭੋ ।
ਨਤੀਜੇ ਜਿਵੇਂ ਤੁਸੀਂ ਟਾਈਪ ਕਰਦੇ ਹੋ ਅੱਪਡੇਟ ਹੁੰਦੇ ਹਨ ।
ਇਸ ਕੈਲਕੁਲੇਟਰ ਬਾਰੇ
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.
ਅਕਸਰ ਪੁੱਛੇ ਜਾਂਦੇ ਸਵਾਲ
pdf ਅਤੇ cdf ਵਿੱਚ ਕੀ ਅੰਤਰ ਹੈ?
ਸੰਭਾਵਨਾ ਘਣਤਾ (pdf) x ਉੱਤੇ ਘੰਟੀ ਕਰਵ ਦੀ ਉਚਾਈ ਹੈ; ਇਹ ਆਪਣੇ ਆਪ ਵਿੱਚ ਸੰਭਾਵਨਾ ਨਹੀਂ ਹੈ । ਸੰਖਿਆਤਮਕ ਵੰਡ (cdf) x ਤੱਕ ਕਰਵ ਹੇਠਲੇ ਖੇਤਰ ਹੈ, ਜੋ ਕਿ x ਉੱਤੇ ਜਾਂ ਹੇਠਾਂ ਮੁੱਲ ਦੀ ਸੰਭਾਵਨਾ ਦਿੰਦਾ ਹੈ ।
ਇੱਕ ਸਹੀ ਮੁੱਲ ਦੀ ਸੰਭਾਵਨਾ ਸ਼ੂਗਰ ਕਿਉਂ ਹੈ?
ਇੱਕ ਸਹਿਜ ਵੰਡ ਵਾਂਗ ਲਗਾਤਾਰ ਵੰਡ ਲਈ, ਕਿਸੇ ਇੱਕ ਬਿੰਦੂ ਦੀ ਸ਼ੂਦਰ ਸੰਭਾਵਨਾ ਹੁੰਦੀ ਹੈ - ਸਿਰਫ ਰੇਜ਼ ਹੀ ਗੈਰ- ਸ਼ੂਦਰ ਸੰਭਾਵਨਾ ਹੁੰਦੀ ਹੈ । ਇਸ ਲਈ ਅਸੀਂ x ਤੇ ਘਣਤਾ ਅਤੇ P( X = x) ਦੀ ਬਜਾਏ ਸੰਕੁਚਿਤ ਖੇਤਰ ਦੀ ਰਿਪੋਰਟ ਕਰਦੇ ਹਾਂ ।
68-95-99.7 ਨਿਯਮ ਕੀ ਹੈ?
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.
ਮੈਂ ਦੋ ਮੁੱਲਾਂ ਦੇ ਵਿਚਕਾਰ ਸੰਭਾਵਨਾ ਕਿਵੇਂ ਲੱਭਾਂ?
ਹੇਠਲਾ ਮੁੱਲ x ਅਤੇ ਉੱਪਰਲਾ ਮੁੱਲ x2 ਦੇ ਰੂਪ ਵਿੱਚ ਦਿਓ; ਕੈਲਕੂਲੇਟਰ ਉੱਪਰਲੇ ਬਿੰਦੂ ਤੋਂ ਹੇਠਲੇ ਬਿੰਦੂ ਉੱਤੇ ਸੰਖਿਆਤਮਕ ਸੰਭਾਵਨਾ ਨੂੰ ਘਟਾ ਕੇ P( x ≤ X ≤ x2) ਦੇਵੇਗਾ ।
ਸਧਾਰਨ ਵੰਡ ਅਤੇ ਸਟੈਂਡਰਡ ਸਧਾਰਨ ਵੰਡ ਵਿੱਚ ਕੀ ਅੰਤਰ ਹੈ?
ਸਟੈਂਡਰਡ ਨਾਰਮਲ ਸਿਰਫ0ਦੇ ਔਸਤ ਅਤੇ 1 ਦੇ ਸਟੈਂਡਰਡ ਡੇਵਿਏਸ਼ਨ ਨਾਲ ਨਾਰਮਲ ਵੰਡ ਹੈ । ਕਿਸੇ ਵੀ ਮੁੱਲ ਨੂੰ z- ਸਕੋਰ ਵਿੱਚ ਬਦਲਣ ਨਾਲ ਇਸ ਨੂੰ ਸਟੈਂਡਰਡ ਨਾਰਮਲ ਵਿੱਚ ਬਦਲਿਆ ਜਾਂਦਾ ਹੈ, ਜੋ ਕਿ ਇਹ ਟੂਲ ਕਿਸੇ ਵੀ μ ਅਤੇ σ ਲਈ ਸੰਭਾਵਨਾਵਾਂ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ ।
ਕੀ ਮੇਰਾ ਡਾਟਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਆਮ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ?
ਕੋਈ ਵੀ ਅਸਲੀ ਡਾਟਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਧਾਰਨ ਨਹੀਂ ਹੈ, ਪਰ ਨਤੀਜੇ ਭਰੋਸੇਯੋਗ ਹਨ, ਜਦੋਂ ਡਾਟਾ ਘੰਟੀ- ਸ਼ਕਲ ਦਾ ਅਤੇ ਸਮਤਲ ਹੋਵੇ । ਭਾਰੀ ਜਾਂ ਭਾਰੀ- ਪੂਛ ਵਾਲੇ ਡਾਟਾ ਲਈ ਸੰਭਾਵਨਾਵਾਂ ਸਿਰਫ ਅਨੁਮਾਨ ਹੀ ਹਨ ।
API — ਕੋਡ ਤੋਂ ਇਹ ਕੈਲਕੁਲੇਟਰ ਵਰਤੋਂ
ਇਸ ਕੈਲਕੁਲੇਟਰ ਨੂੰ ਮੁਫਤ JSON ਅੰਤ ਬਿੰਦੂ ਵਜੋਂ ਕਾਲ ਕਰੋ - ਕੋਈ ਕੁੰਜੀ ਲੋੜੀਦੀ ਨਹੀਂ ਹੈ । ਹੇਠ ਦਿੱਤੇ ਖੇਤਰ ਮੁੱਲ ਨੂੰ ਕਿਊਰੀ ਪੈਰਾਮੀਟਰ ਜਾਂ JSON ਵਾਂਗ ਭੇਜੋ । ਜੋ ਵੀ ਤੁਸੀਂ ਛੱਡਦੇ ਹੋ ਉਹੀ ਡਿਫਾਲਟ ਵਰਤਿਆ ਜਾਵੇਗਾ, ਜਿਸ ਨਾਲ ਇਹ ਸਫ਼ਾ ਪਹਿਲਾਂ ਭਰਿਆ ਗਿਆ ਹੈ; ਅਣਜਾਣ ਪੈਰਾਮੀਟਰ 400 ਹੈ, ਕਦੇ ਵੀ ਸ਼ਾਂਤ ਸ਼ੂਗਰ ਨਹੀਂ ਹੈ । ਪੂਰਾ API ਡੌਕੂਮੈਂਟ ਪੜ੍ਹੋ →
ਅੰਤ- ਬਿੰਦੂ
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);ਨਤੀਜੇ ਸਿਰਫ਼ ਆਮ ਦਿਸ਼ਾ ਨਿਰਦੇਸ਼ ਲਈ ਹਨ, ਵਿੱਤੀ, ਮੈਡੀਕਲ ਜਾਂ ਟੈਕਸ ਸਲਾਹ ਨਹੀਂ ਹਨ।