Máy tính phân phối chuẩn

Máy tính phân phối chuẩn

Dẫn đầu AI Skill PRO

Nhập phép tính

Độ lệch chuẩn phải lớn hơn 0

Công thức

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}}
Xem các bước tính (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.

Thống kê sử dụng

Quảng cáo

Kết quả

Hàm mật độ xác suất (PDF)
0,121
Hàm phân phối tích lũy (CDF)
0,8413
Điểm Z
1
Nhập trung bình (μ) 1
Nhập độ lệch chuẩn (σ) 2
Nhập giá trị X 3

Báo lỗi nội dung trang này

Máy tính phân phối chuẩn dùng để làm gì?

Phân phối chuẩn (còn gọi là phân phối Gauss hay đường cong hình chuông) mô tả cách nhiều đại lượng trong tự nhiên và thống kê — chiều cao, điểm thi, sai số đo lường — tập trung đối xứng quanh giá trị trung bình. Máy tính này lấy một điểm trên đường cong đó và cho bạn cùng lúc ba kết quả: mật độ xác suất tại giá trị X, xác suất tích lũy đến X và điểm Z. Bạn chỉ cần nhập ba thông số để bắt đầu.

  • Trung bình (μ): tâm của phân phối, nơi đường cong đạt đỉnh.
  • Độ lệch chuẩn (σ): mức độ phân tán của dữ liệu. Giá trị này phải lớn hơn 0.
  • Giá trị X: điểm cụ thể trên phân phối mà bạn muốn tính.
Đường cong phân phối chuẩn hình chuông với vùng tô màu bên trái giá trị x
Diện tích được tô màu dưới đường cong hình chuông cho biết xác suất X nhỏ hơn một giá trị đã chọn.

Công thức đằng sau máy tính

Hàm mật độ xác suất (PDF) là:

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

Máy tính xác định giá trị PDF tại X, tính hàm phân phối tích lũy (CDF) — tức diện tích dưới đường cong từ −∞ đến X, hay xác suất để giá trị nhỏ hơn hoặc bằng X — và tìm điểm Z theo công thức:

  • z = (x − μ) / σ — cho biết X cách giá trị trung bình bao nhiêu độ lệch chuẩn.

Máy cũng vẽ đường cong hình chuông trong khoảng μ ± 4σ để bạn thấy rõ vị trí của giá trị X.

Quảng cáo
Đường cong chuẩn chia theo các dải độ lệch chuẩn minh họa quy tắc 68-95-99,7
Quy tắc 68-95-99,7: phần lớn giá trị nằm trong khoảng một, hai và ba độ lệch chuẩn quanh giá trị trung bình.

Ví dụ minh họa

Giả sử điểm thi có Trung bình (μ) là 70 và Độ lệch chuẩn (σ) là 10, và bạn muốn xét giá trị X bằng 85.

  • Điểm Z: (85 − 70) / 10 = 1,5
  • PDF f(85): ≈ 0,0130 — độ cao của đường cong tại 85.
  • CDF: ≈ 0,9332 — nghĩa là khoảng 93,3% số điểm nhỏ hơn hoặc bằng 85, tức khoảng 6,7% đạt điểm cao hơn.

Như vậy, bạn biết ngay mức điểm 85 nằm trong nhóm 7% cao nhất của lớp.

Câu hỏi thường gặp

PDF và CDF khác nhau như thế nào? PDF cho biết khả năng xảy ra tương đối (độ cao của đường cong) tại đúng một điểm, còn CDF cho biết xác suất tích lũy của mọi giá trị nhỏ hơn hoặc bằng X. Khi cần tính xác suất, bạn thường dùng CDF.

Vì sao độ lệch chuẩn phải lớn hơn 0? Độ lệch chuẩn bằng 0 nghĩa là dữ liệu hoàn toàn không biến thiên, khiến công thức bị chia cho 0. Phân phối chỉ có ý nghĩa khi độ phân tán là số dương.

Làm sao tính xác suất lớn hơn giá trị X? Lấy 1 trừ đi CDF. Trong ví dụ trên, P(X > 85) = 1 − 0,9332 = 0,0668, tức khoảng 6,7%.

Cập nhật lần cuối:

Phổ biến nhất trong Toán học và Thống kê

Xem tất cả máy tính Toán học và Thống kê