Калькулятор нормального распределения

Калькулятор нормального распределения

Популярный AI Skill PRO

Введите расчет

Стандартное отклонение должно быть больше 0

Математическая формула

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}}
Показать шаги расчёта (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.

Статистика использования

Реклама

Результаты

Функция плотности вероятности (PDF)
0,121
Функция распределения (CDF)
0,8413
Z-оценка
1
Введите среднее (μ) 1
Введите стандартное отклонение (σ) 2
Введите значение X 3

Сообщить об ошибке на этой странице

Что делает калькулятор нормального распределения

Нормальное распределение (распределение Гаусса, «колокол») описывает множество природных и статистических величин — рост людей, баллы за тест, ошибки измерений, — значения которых симметрично группируются вокруг среднего. Калькулятор берёт одну точку на этой кривой и сразу показывает три результата: плотность вероятности в точке X, накопленную вероятность до неё и z-оценку. Для начала нужны всего три значения.

  • Среднее (μ): центр распределения, в котором кривая достигает максимума.
  • Стандартное отклонение (σ): показывает, насколько разбросаны данные. Должно быть больше 0.
  • Значение X: конкретная точка распределения, которую нужно оценить.
Колоколообразная кривая нормального распределения с закрашенной областью слева от значения x
Закрашенная площадь под кривой равна вероятности того, что X меньше выбранного значения.

Формула расчёта

Функция плотности вероятности (PDF) имеет вид:

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

Калькулятор вычисляет PDF в точке X, находит функцию распределения (CDF) — площадь под кривой от −∞ до X, то есть вероятность того, что значение не превысит X, — и определяет z-оценку по формуле:

  • z = (x − μ) / σ — на сколько стандартных отклонений X отстоит от среднего.

Также строится график колокола на интервале μ ± 4σ, чтобы вы наглядно видели, где находится ваше значение X.

Реклама
Нормальная кривая, разделённая на зоны по стандартным отклонениям: правило 68-95-99,7
Правило трёх сигм (68-95-99,7): большинство значений лежит в пределах одного, двух и трёх стандартных отклонений от среднего.

Пример расчёта

Допустим, баллы за экзамен имеют среднее (μ) 70 и стандартное отклонение (σ) 10, а вас интересует значение X = 85.

  • z-оценка: (85 − 70) / 10 = 1,5
  • PDF f(85): ≈ 0,0130 — высота кривой в точке 85.
  • CDF: ≈ 0,9332 — около 93,3 % результатов не превышают 85, то есть примерно 6,7 % набрали больше.

Это сразу показывает, что балл 85 входит в число лучших 7 % в группе.

Часто задаваемые вопросы

Чем отличаются PDF и CDF? PDF показывает относительную правдоподобность (высоту кривой) в одной конкретной точке, а CDF — накопленную вероятность всех значений вплоть до X включительно. Для расчёта вероятностей обычно нужна именно CDF.

Почему стандартное отклонение должно быть больше 0? Нулевое стандартное отклонение означает полное отсутствие разброса, и в формуле возникло бы деление на ноль. Распределение имеет смысл только при положительном разбросе.

Как найти вероятность того, что значение окажется выше X? Вычтите CDF из 1. В примере выше P(X > 85) = 1 − 0,9332 = 0,0668, то есть около 6,7 %.

Последнее обновление:

Самые популярные в разделе Математика и статистика

Все калькуляторы раздела Математика и статистика