सामान्य वितरण कैलकुलेटर

सामान्य वितरण कैलकुलेटर

अग्रणी AI Skill PRO

गणना दर्ज करें

मानक विचलन 0 से बड़ा होना चाहिए

सूत्र (फॉर्मूला)

f(x)=1σ2πe−12(x−μσ)2f(x) = \frac{1}{{\sigma}\sqrt{2\pi}}\, e^{-\frac{1}{2}\left(\frac{x - {\mu}}{{\sigma}}\right)^{2}}
गणना के चरण दिखाएँ (2)
  1. Z-Score

    z=X Value−Mean μStd Dev σz = \frac{\text{X Value} - {{\text{Mean }\mu}}}{{{\text{Std Dev }\sigma}}}

    Number of standard deviations X is from the mean.

  2. Cumulative Probability (CDF)

    F(x)=12[1+erf(x−μσ2)]F(x) = \frac{1}{2}\left[\,1 + \operatorname{erf}\!\left(\frac{x - {\mu}}{{\sigma}\sqrt{2}}\right)\right]

    Probability that a value is at most X.

उपयोग आँकड़े

विज्ञापन

परिणाम

प्रायिकता घनत्व फलन (PDF)
0.121
संचयी वितरण फलन (CDF)
0.8413
Z-स्कोर
1
माध्य (μ) दर्ज करें 1
मानक विचलन (σ) दर्ज करें 2
X का मान दर्ज करें 3

इस पेज पर त्रुटि की रिपोर्ट करें

सामान्य वितरण कैलकुलेटर क्या करता है

सामान्य वितरण (जिसे गॉसियन वितरण या बेल कर्व भी कहते हैं) यह बताता है कि कई प्राकृतिक और सांख्यिकीय राशियाँ — जैसे लोगों की लंबाई, परीक्षा के अंक, माप की त्रुटियाँ — औसत के दोनों ओर समान रूप से कैसे फैली होती हैं। यह कैलकुलेटर इस वक्र पर किसी एक बिंदु को लेकर एक साथ तीन चीज़ें बताता है: आपके X मान पर प्रायिकता घनत्व, उस मान तक की संचयी प्रायिकता और उसका Z-स्कोर। शुरू करने के लिए बस तीन इनपुट चाहिए।

  • माध्य (μ): वितरण का केंद्र, जहाँ वक्र सबसे ऊँचा होता है।
  • मानक विचलन (σ): डेटा कितना फैला हुआ है। यह 0 से बड़ा होना चाहिए।
  • X का मान: वितरण पर वह खास बिंदु जिसका आप मूल्यांकन करना चाहते हैं।
घंटी के आकार का सामान्य वितरण वक्र, जिसमें x के बाईं ओर का क्षेत्र छायांकित है
बेल कर्व के नीचे छायांकित क्षेत्र इस बात की प्रायिकता दर्शाता है कि X चुने गए मान से कम है।

इसके पीछे का सूत्र

प्रायिकता घनत्व फलन (PDF) इस प्रकार है:

f(x) = (1 / (σ√(2π))) · e^(−½((x−μ)/σ)²)

कैलकुलेटर आपके X मान पर इस PDF का मान निकालता है, संचयी वितरण फलन (CDF) की गणना करता है — यानी −∞ से X तक वक्र के नीचे का क्षेत्रफल, अर्थात किसी मान के X के बराबर या उससे कम होने की प्रायिकता — और Z-स्कोर इस सूत्र से निकालता है:

  • z = (x − μ) / σ — X माध्य से कितने मानक विचलन दूर है।

यह μ ± 4σ के दायरे में बेल कर्व का ग्राफ़ भी बनाता है, ताकि आप साफ़ देख सकें कि आपका X मान कहाँ आता है।

विज्ञापन
मानक विचलन के खंडों में बँटा सामान्य वक्र, जो 68-95-99.7 नियम दर्शाता है
68-95-99.7 नियम: अधिकांश मान माध्य से एक, दो और तीन मानक विचलन के भीतर आते हैं।

हल किया हुआ उदाहरण

मान लीजिए किसी परीक्षा के अंकों का माध्य (μ) 70 और मानक विचलन (σ) 10 है, और आप X = 85 का मूल्यांकन करना चाहते हैं।

  • Z-स्कोर: (85 − 70) / 10 = 1.5
  • PDF f(85): ≈ 0.0130 — 85 पर वक्र की ऊँचाई।
  • CDF: ≈ 0.9332 — यानी लगभग 93.3% विद्यार्थियों के अंक 85 या उससे कम हैं, और करीब 6.7% के अंक इससे ज़्यादा हैं।

इससे तुरंत पता चल जाता है कि 85 अंक कक्षा के शीर्ष 7% में आते हैं।

अक्सर पूछे जाने वाले प्रश्न

PDF और CDF में क्या अंतर है? PDF किसी एक सटीक बिंदु पर सापेक्ष संभावना (वक्र की ऊँचाई) बताता है, जबकि CDF X तक और X सहित सभी मानों की जमा हुई प्रायिकता बताता है। प्रायिकता जानने के लिए आमतौर पर CDF ही चाहिए होता है।

मानक विचलन 0 से बड़ा क्यों होना चाहिए? शून्य मानक विचलन का मतलब होगा कि डेटा में कोई विचलन है ही नहीं, और तब सूत्र में शून्य से भाग देना पड़ेगा। वितरण तभी सार्थक है जब फैलाव धनात्मक हो।

X मान से ऊपर की प्रायिकता कैसे निकालें? CDF को 1 में से घटा दीजिए। ऊपर के उदाहरण में P(X > 85) = 1 − 0.9332 = 0.0668, यानी लगभग 6.7%।

अंतिम अपडेट:

गणित और सांख्यिकी में सबसे लोकप्रिय

गणित और सांख्यिकी के सभी कैलकुलेटर देखें