حاسبة الاحتمال الطبيعي بين قيمتين X

حاسبة الاحتمال الطبيعي بين قيمتين X

في نمو AI Skill PRO

أدخل الحساب

صيغة رياضية

P(a≤X≤b)=Φ(zb)−Φ(za)where{za=Lower (a)−Mean (μ)SD (σ)zb=Upper (b)−Mean (μ)SD (σ)\begin{gathered} P(a \le X \le b) = \Phi(z_b) - \Phi(z_a) \\[1.5em] \text{where}\quad \left\{ \begin{aligned} z_a &= \dfrac{\text{Lower (a)} - {{\text{Mean }(\mu)}}}{{{\text{SD }(\sigma)}}} \\[0.4em] z_b &= \dfrac{\text{Upper (b)} - {{\text{Mean }(\mu)}}}{{{\text{SD }(\sigma)}}} \end{aligned} \right. \end{gathered}
إحصاءات الاستخدام

اعلان

نتائج

P(a < X < b)
٠٫٤٩٥٠١٥
٤٩٫٥٠١٥النسبة المئوية من التوزيع
درجة z الدنيا (a) ؜-٠٫٦٦٦٧
درجة z العليا (b) ٠٫٦٦٦٧

الإبلاغ عن خطأ في هذه الصفحة

ما الذي تقوم به هذه الحاسبة

تحسب هذه الأداة احتمال وقوع متغير عشوائي X يتبع التوزيع الطبيعي بين قيمتين، a و b — ويُكتب على هيئة \(P(a < X < b)\). كل ما عليك هو إدخال متوسط التوزيع (\(\mu\)) والانحراف المعياري (\(\sigma\)) وقيمتي الحدّين. تقوم الحاسبة بتحويل كل حدّ إلى درجة معيارية \(z\)، ثم تستخدم دالة التوزيع التراكمي الطبيعي المعياري \(\Phi\) لإرجاع المساحة الدقيقة الواقعة تحت المنحنى الجرسي بين القيمتين.

منحنى التوزيع الطبيعي على شكل جرس مع تظليل المساحة بين قيمتي x وهما a وb
الاحتمال \(P(a<X<b)\) هو المساحة المظللة تحت المنحنى الطبيعي بين a وb.

كيفية الاستخدام

أدخل متوسط التوزيع وانحرافه المعياري، ثم اكتب القيمة الدنيا a والقيمة العليا b، واضغط على زر الحساب. تُظهر النتيجة الاحتمال على شكل كسر عشري (من 0 إلى 1) وعلى شكل نسبة مئوية، إلى جانب درجتي \(z\). وإذا أدخلت القيمتين بترتيب معكوس، فإن الحاسبة تتعامل تلقائيًا مع القيمة الأصغر باعتبارها a والأكبر باعتبارها b.

شرح المعادلة

الاحتمال الواقع بين a و b يساوي الدالة التراكمية عند b مطروحًا منها الدالة التراكمية عند a:

$$P(a < X < b) = \Phi\left(\frac{b-\mu}{\sigma}\right) - \Phi\left(\frac{a-\mu}{\sigma}\right)$$

يحوّل المقدار \(\frac{x-\mu}{\sigma}\) الدرجة الخام إلى درجة معيارية \(z\) — أي عدد الانحرافات المعيارية التي تبعدها القيمة عن المتوسط. وتعطي \(\Phi(z)\) المساحة التراكمية الواقعة إلى يسار \(z\) تحت المنحنى الطبيعي المعياري. وبطرح المساحتين التراكميتين تبقى المساحة المحصورة تمامًا بين a و b. تعتمد هذه الحاسبة على تقريب عالي الدقة لدالة الخطأ (error function) لحساب \(\Phi\).

اعلان
طرح مساحتين طبيعيتين تراكميتين للحصول على المساحة بين a وb
المساحة بين القيمتين تساوي المساحة على يسار b ناقص المساحة على يسار a.

مثال محلول

لنفترض أن درجات الذكاء (IQ) تتبع توزيعًا طبيعيًا بمتوسط \(\mu = 100\) وانحراف معياري \(\sigma = 15\)، وأنك تريد حساب \(P(85 < X < 115)\). تكون درجتا \(z\) هما \(\frac{85-100}{15} = -1\) و\(\frac{115-100}{15} = +1\). وبما أن \(\Phi(1) \approx 0.8413\) و\(\Phi(-1) \approx 0.1587\)، فإن الاحتمال \(\approx 0.8413 - 0.1587 = 0.6827\)، أي نحو 68.3% — وهي قاعدة الانحراف المعياري الواحد المعروفة.

جداول الاحتمالات الطبيعية الشائعة ومرجع الدرجة المعيارية (z)

بالنسبة للمتغير الطبيعي المعياري \(Z\) (متوسطه 0 وانحرافه المعياري 1)، فإن احتمال وقوعه ضمن \(z\) انحرافات معيارية من المتوسط هو \(P(-z<Z<z)=2\Phi(z)-1\). تنطبق هذه القيم على أي توزيع طبيعي بعد تحويل x إلى درجة معيارية z.

z P(-z < Z < z) النسبة المئوية
1 0.6827 68.27%
1.645 0.9000 90.00%
1.96 0.9500 95.00%
2 0.9545 95.45%
2.576 0.9900 99.00%
3 0.9973 99.73%

قاعدة 68-95-99.7

  • نحو 68% من القيم تقع ضمن \(\mu \pm 1\sigma\).
  • نحو 95% تقع ضمن \(\mu \pm 2\sigma\) (وبدقة أكبر 95.45%).
  • نحو 99.7% تقع ضمن \(\mu \pm 3\sigma\) (وبدقة أكبر 99.73%).

القيم 1.645 و1.96 و2.576 مقرّبة إلى ثلاث منازل عشرية، لذلك فإن الاحتمالات المرتبطة بها مقرّبة أيضاً.

اعلان

تفسير الاحتمال الخاص بك

النتيجة \(P(a<X<b)\) هي نسبة التوزيع الواقعة بين \(a\) و\(b\). تعني النتيجة 0.8186 أن نحو 81.86% من الملاحظات متوقع أن تقع في ذلك النطاق. وبعبارة أخرى، فإن الملاحظة المختارة عشوائياً لها هذه الفرصة في الوقوع داخله.

تخبرك الدرجة المعيارية z بعدد الانحرافات المعيارية التي تبعدها القيمة عن المتوسط. فـ \(z=0\) هي المتوسط، و\(z=2\) تعني أنها أعلى منه بانحرافين معياريين، و\(z=-1\) تعني أنها أدنى منه بانحراف واحد. مقارنة \(z_a\) و\(z_b\) توضح مدى اتساع الفترة بوحدات الانحراف المعياري.

يمكنك مقارنة إجابتك بالقاعدة التجريبية. فالفترة \(\mu\pm1\sigma\) تعطي نحو 0.68، و\(\mu\pm2\sigma\) نحو 0.95، و\(\mu\pm3\sigma\) نحو 0.997. إذا كانت فترتك أضيق من إحدى هذه الفترات، فتوقع احتمالاً أصغر.

  • القيم الصغيرة جداً (مثلاً أقل من 0.01) تعني أن الفترة ضيقة أو تقع بعيداً في أحد الذيول. مثل هذه النتائج نادرة وفق هذا النموذج.
  • القيم القريبة من 1 تعني أن الفترة تغطي معظم التوزيع تقريباً. يقع الاحتمال المتبقي في الذيول خارج \(a\) و\(b\).

يفترض الحساب أن المتغير موزع توزيعاً طبيعياً فعلاً بالمتوسط والانحراف المعياري اللذين أدخلتهthem. قد تكون البيانات الحقيقية ملتوية أو ذات ذيول أثقل، مما يجعل احتمالات الذيول أقل موثوقية. تحقق من هذا الافتراض باستخدام مدرج تكراري أو مخطط الاحتمال الطبيعي. وإذا قدّرت \(\mu\) و\(\sigma\) من عينة صغيرة، فالنتيجة تقريبية فقط.

الأسئلة الشائعة

هل يهمّ إن استخدمتُ < أم ≤؟ لا. ففي التوزيع الطبيعي المتصل يكون احتمال أي نقطة مفردة صفرًا، ولذلك فإن \(P(a < X < b)\) و\(P(a \le X \le b)\) متساويان تمامًا.

ماذا لو كان الانحراف المعياري صفرًا؟ يجب أن يكون الانحراف المعياري موجبًا؛ فعند \(\sigma = 0\) لا يكون التوزيع معرّفًا، ولذلك تُرجع الحاسبة القيمة 0.

ما مدى دقة النتيجة؟ تُحسب الدالة التراكمية باستخدام تقريب أبراموفيتز وستيغن (Abramowitz & Stegun)، وهو دقيق حتى نحو 7 منازل عشرية — أكثر من كافٍ للأعمال الإحصائية المعتادة.

آخر تحديث:

الأكثر شيوعًا في الرياضيات والإحصاء

عرض جميع حاسبات الرياضيات والإحصاء