Декор своими руками

08 Август
0Отзывов

Стандартное отклонение и нормальное распределение

Нормальное распределение , иногда называют колоколообразной кривой, является распределение , которое происходит естественным образом во многих ситуациях. Например, кривая колокола видна в таких тестах, как SAT и GRE. Основная масса студентов получит среднее значение (C), в то время как меньшее количество студентов получит B или D. Еще меньший процент студентов получит F или A. Это создает распределение, напоминающее колокол (отсюда и псевдоним) , Кривая колокола симметрична. Половина данных упадет слева от среднего значения ; половина упадет вправо.

Советуем вам сайт компании EMI.SU, здесь вы сможете купить КОРОБКУ КЗНА-08, КЗНС-16, КЗНС-32, КЗНС-48.
Многие группы следуют этому типу паттернов. Вот почему он широко используется в бизнесе, статистике и в государственных органах, таких как FDA :

  • Высоты людей.
  • Погрешности измерения.
  • Кровяное давление.
  • Очки на тесте.
  • IQ баллов.
  • Зарплаты.

Эмпирическое правило говорит вам , какой процент ваших данных попадет определенное количество стандартных отклонений от среднего значения :
• 68% данных находится в пределах одного стандартного отклонения от среднего значения .
• 95% данных находятся в пределах двух стандартных отклонений от среднего .
• 99,7% данных находятся в пределах трех стандартных отклонений от среднего .


Стандартное отклонение контролирует распространение. Меньшее стандартное отклонение указывает на то, что данные плотно сгруппированы вокруг среднего значения ; нормальное распределение будет выше. Большее стандартное отклонение означает, что данные разбросаны по среднему значению ; нормальное распределение будет более плоским и широким.

Свойства нормального распределения

  • Средняя, мода и медиана все равны.
  • Кривая симметрична в центре (то есть вокруг среднего значения μ).
  • Ровно половина значений находится слева от центра, а ровно половина значений — справа.
  • Общая площадь под кривой равна 1.

Стандартная нормальная модель
Стандартная нормальная модель — это нормальное распределение со средним значением 1 и стандартным отклонением 1.

Стандартная нормальная модель: распределение данных

Один из способов выяснить, как распределяются данные, — вывести их на график. Если данные распределены равномерно, вы можете получить кривую колокольчика . Кривая колокола имеет небольшой процент точек на обоих хвостах и ​​больший процент на внутренней части кривой. В стандартной нормальной модели около 5 процентов ваших данных попадут в «хвосты» (более темный оранжевый цвет на рисунке ниже), а 90 процентов будут между ними. Например, для тестовых оценок студентов нормальное распределение показало бы, что 2,5 процента студентов получают очень низкие оценки, а 2,5 процента получают очень высокие оценки. Остальные будут посередине; не слишком высоко или слишком низко. Форма стандартного нормального распределения выглядит следующим образом:

Понравилось? Расскажи друзьям! Поддержи нас!
 
Отзывов нет

Ваше сообщение

Пожалуйста, введите свои данные и комментарий ниже.
Имя
E-mail
Сайт
Сообщение


девять + 9 =