Normal na Distribution Calculator
Hanapin ang mga bagay na maaaring mangyari density at kumukulong mga bagay na maaaring mangyari para sa isang normal na halaga.
Mga resulta update bilang ikaw ay mag-type.
Tungkol sa kalkulador na ito
the 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 cumulative probability P(X ≤ x) (the area under the curve to the left). The cumulative probability P(X ≤ x) is equal to the cumulative probability P(X ≤ x) (the area under the curve to the left). The cumulative probability P(X ≤ x) is equal to the cumulative probability P(X ≤ x) (the area under the curve to the left). The cumulative probability P(X ≤ x) is equal to the cumulative probability P(X ≤ x) (the area under the curve to the left). The standard deviation σ is equal to 0.00
Mga madalas itanong na katanungan
Ano ang pagkakaiba sa pagitan ng pdf at ang cdf?
Ang probabilidad density (pdf) ay ang taas ng bell kurva sa x; ito ay hindi isang probabilidad sa pamamagitan ng kanyang sarili. Ang kumulatibo pamamahagi (cdf) ay ang lugar sa ilalim ng kurva hanggang sa x, na kung saan ay nagbibigay ng probabilidad ng isang halaga sa o sa ibaba x.
Bakit ay ang mga bagay na maaaring mangyari ng isang eksaktong halaga zero?
Para sa isang patuloy na pamamahagi tulad ng normal, anumang eksaktong punto ay may zero probabilidad - lamang sa hanay ay may non-zero probabilidad. Iyon ay kung bakit kami ay mag-ulat ang density sa x at ang kumulatibo lugar sa halip na P (X = x).
Ano ang 68-95-99.7 patakaran?
Para sa isang normal na pamamahagi tungkol sa 68% ng mga halaga kasinungalingan sa loob ng isang standard deviation ng ang mean, 95% sa loob ng dalawang at 99.7% sa loob ng tatlong. Ito ay isang mabilis na paraan upang hatulan kung paano hindi pangkaraniwang isang halaga ay walang pagkalkula ng eksaktong lugar.
Paano ko mahanap ang mga bagay na maaaring mangyari sa pagitan ng dalawang halaga?
Ipasok ang mas mababang halaga bilang x at ang itaas na halaga bilang x2; ang kalkulador ay bumalik P (x ≤ X ≤ x2) sa pamamagitan ng subtracting ang kumulatibo probabilidad sa mas mababang punto mula sa isa sa itaas na punto.
Ano ang pagkakaiba sa pagitan ng normal na pamamahagi at ang standard normal?
Ang pamantayang normal ay ang normal na distribusyon na may mean na0at isang pamantayang deribasyon na 1. Ang pagkonvert ng anumang halaga sa z-score nito ay nagpapakita nito sa pamantayang normal, na kung saan ang kasangkapan na ito ay kumukwenta ng mga probabilidad para sa anumang μ at σ.
Ang aking data ay may upang maging ganap na normal?
Walang tunay na data ay eksaktong normal, ngunit ang mga resulta ay maaasahan kapag ang data ay humigit-kumulang bell-shaped at symmetric. Para sa malakas na nakatiklop o mabigat-tailed data ang mga probabilidad ay tinatayang lamang.
API — gamitin ang kalkulador na ito mula sa code
Tawagan ang kalkulador na ito bilang isang libreng JSON endpoint - walang key na kinakailangan. Ipadala ang mga halaga ng patlang sa ibaba bilang mga parameter na query o JSON. Basahin ang buong API docs →
Endpoint
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);Ang mga resulta ay mga pagtatantya para sa pangkalahatang gabay lamang, hindi pinansiyal, medikal o payo sa buwis.