Kalkulator normalnego dystrybucji
Znaleźć prawdopodobieństwo gęstości i skumulowane prawdopodobieństwo dla wartości normalnej.
Wyniki aktualizacja podczas pisania.
O tym kalkulatorze
Normalną (gaussyjską) dystrybucją jest klasyczna krzywa dzwonu symetrycznego, która opisuje wysokość, błędy pomiaru, wyniki testów i niezliczone inne ilości naturalne. Biorąc pod uwagę wartość x, średnia μ i odchylenie standardowe Δ, kalkulator ten zwraca gęstość prawdopodobną przy x, kumulowa prawdopodobność P(X ≤ x) (obszar pod krzywą w lewo), prawo-grobowa prawdopodobieństwo p(X ≥ x) oraz równoważne z-skóre, i wykresuje krzywą. Wewnętrzny kalkulator przelicza x na z-score, z = (x− μ) /. Następnie ocenia standardowy, normalny, kumulacyjny dystrybucja z funkcją z-core (X) o wartościach z-0, 0– 9 i 9, 9
Często zadawane pytania
Jaka jest różnica między pdf a cdf?
Prawdopodobieństwo gęstości (pdf) to wysokość krzywej dzwonu w x; nie jest to prawdopodobieństwo same po sobie. Kumulowany rozkład (cdf) to obszar pod krzywą do x, który daje prawdopodobieństwo wartości w x lub poniżej.
Dlaczego prawdopodobieństwo dokładnej wartości zero?
Dla ciągłego rozkładu jak normalny, każdy dokładny punkt ma zerowe prawdopodobieństwo – tylko zakresy mają niezerowe prawdopodobieństwo. Dlatego zgłaszamy gęstość w x i powierzchni kumulacyjnej zamiast P(X = x).
Jaka jest zasada 68–95–99,7?
Dla normalnego dystrybucji około 68% wartości leży w jednym standardowym odchyleniu od średniej, 95% w ciągu dwóch i 99,7% w ciągu trzech. Jest to szybki sposób, aby ocenić, jak niezwykła wartość jest bez obliczenia dokładnej powierzchni.
Jak mogę znaleźć prawdopodobieństwo między dwoma wartościami?
Podaj wartość dolną jako x i wartość górna jako x2; kalkulator zwraca P(x ≤ X ≤ x2) poprzez odjęcie skomplementowanego prawdopodobieństwa w dolnym punkcie od tego w górnym punkcie.
Jaka jest różnica między normalnym rozkładem a normalnym?
Normalna norma jest tylko normalnym dystrybucją o średniej 0 i odchyleniu standardowym 1. Przeliczanie każdej wartości na jej z-score mapuje ją do standardowego normalnego, tak jak to narzędzie oblicza prawdopodobialność dla każdego μ i λ.
Czy moje dane muszą być całkowicie normalne?
Brak prawdziwych danych jest dokładnie normalne, ale wyniki są niezawodne, gdy dane są w przybliżeniu w kształcie dzwonka i symetryczne. Dla mocno skosztowanych lub ciężkich danych prawdopodobieństwo jest tylko przybliżone.
API – użyj tego kalkulatora z kodu
Wyślij ten kalkulator jako bezpłatny punkt końcowy JSON – nie jest wymagany klucz. Wyślij wartości pola poniżej jako parametry zapytania lub JSON. Przeczytaj pełne dokumenty API →
Punkt końcowy
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);Wyniki to szacunkowe wyniki ogólnych wytycznych, a nie porad finansowych, medycznych lub podatkowych.