Нормальное распределение Решение

ШАГ 0: Сводка предварительного расчета
Используемая формула
Нормальное распределение = e^(-(Конкретные результаты испытаний-Средство распределения)^2/(2*Стандартное отклонение распределения^2))/(Стандартное отклонение распределения*sqrt(2*pi))
Pnormal = e^(-(x-μ)^2/(2*σ^2))/(σ*sqrt(2*pi))
В этой формуле используются 2 Константы, 1 Функции, 4 Переменные
Используемые константы
pi - постоянная Архимеда Значение, принятое как 3.14159265358979323846264338327950288
e - постоянная Нейпира Значение, принятое как 2.71828182845904523536028747135266249
Используемые функции
sqrt - Функция извлечения квадратного корня — это функция, которая принимает на вход неотрицательное число и возвращает квадратный корень из заданного входного числа., sqrt(Number)
Используемые переменные
Нормальное распределение - Нормальное распределение — это тип непрерывного распределения вероятностей для действительнозначной случайной величины.
Конкретные результаты испытаний - Конкретные результаты в испытаниях — это количество раз, когда определенный результат имеет место в заданном наборе испытаний.
Средство распределения - Среднее значение распределения — это долгосрочное среднее арифметическое значение случайной величины, имеющей такое распределение.
Стандартное отклонение распределения - Стандартное отклонение распределения является мерой того, насколько разбросаны числа.
ШАГ 1. Преобразование входов в базовый блок
Конкретные результаты испытаний: 3 --> Конверсия не требуется
Средство распределения: 2 --> Конверсия не требуется
Стандартное отклонение распределения: 4 --> Конверсия не требуется
ШАГ 2: Оцените формулу
Подстановка входных значений в формулу
Pnormal = e^(-(x-μ)^2/(2*σ^2))/(σ*sqrt(2*pi)) --> e^(-(3-2)^2/(2*4^2))/(4*sqrt(2*pi))
Оценка ... ...
Pnormal = 0.0966670292007123
ШАГ 3: Преобразуйте результат в единицу вывода
0.0966670292007123 --> Конверсия не требуется
ОКОНЧАТЕЛЬНЫЙ ОТВЕТ
0.0966670292007123 0.096667 <-- Нормальное распределение
(Расчет завершен через 00.004 секунд)

Кредиты

Creator Image
Индийский технологический институт (ИИТ), Канпур
Суман Рэй Праманик создал этот калькулятор и еще 50+!
Verifier Image
Проверено Акшада Кулкарни
Национальный институт информационных технологий (НИИТ), Neemrana
Акшада Кулкарни проверил этот калькулятор и еще 900+!

12 Промышленные параметры Калькуляторы

Биномиальное распределение
​ Идти Биномиальное распределение = Количество испытаний!*(Вероятность успеха одного испытания^Конкретные результаты испытаний)*(Вероятность неудачи единственного испытания^(Количество испытаний-Конкретные результаты испытаний))/(Конкретные результаты испытаний!*(Количество испытаний-Конкретные результаты испытаний)!)
Нормальное распределение
​ Идти Нормальное распределение = e^(-(Конкретные результаты испытаний-Средство распределения)^2/(2*Стандартное отклонение распределения^2))/(Стандартное отклонение распределения*sqrt(2*pi))
Фактор обучения
​ Идти Фактор обучения = (log10(Время для задачи 1)-log10(Время для n задач))/log10(Количество задач)
Распределение Пуассона
​ Идти Распределение Пуассона = Средство распределения^(Конкретные результаты испытаний)*e^(-Средство распределения)/(Конкретные результаты испытаний!)
Годовой темп девальвации
​ Идти Годовой темп девальвации = (Норма прибыли в иностранной валюте-Норма прибыли в долларах США)/(1+Норма прибыли в долларах США)
Сбой
​ Идти Наклон стоимости = (Стоимость аварии-Обычная стоимость)/(Обычное время-Время аварии)
Ошибка прогноза
​ Идти Ошибка прогнозирования = Наблюдаемое значение во время t-Гладкий усредненный прогноз для периода t
Макроскопическая плотность трафика
​ Идти Плотность трафика в vpm = Часовой расход в vph/(Сред. Скорость путешествия/0.277778)
Интенсивность трафика
​ Идти Интенсивность трафика = Средняя скорость прибытия/Средняя скорость обслуживания
Общие швейные данные
​ Идти ДГП = (Мужская сила*Рабочие часы)/Цель
Дисперсия
​ Идти Дисперсия = ((Пессимистическое время-Оптимистическое время)/6)^2
Точка заказа
​ Идти Точка заказа = Время выполнения заказа+Страховой запас

Нормальное распределение формула

Нормальное распределение = e^(-(Конкретные результаты испытаний-Средство распределения)^2/(2*Стандартное отклонение распределения^2))/(Стандартное отклонение распределения*sqrt(2*pi))
Pnormal = e^(-(x-μ)^2/(2*σ^2))/(σ*sqrt(2*pi))

Что такое нормальное распределение?

Нормальное распределение - это тип непрерывного распределения вероятностей для случайной величины с действительным знаком. Нормальные распределения важны в статистике и часто используются в естественных и социальных науках для представления случайных величин с действительными значениями, распределения которых неизвестны. Их важность частично объясняется центральной предельной теоремой. В нем говорится, что при некоторых условиях среднее из многих выборок (наблюдений) случайной величины с конечным средним значением и дисперсией само по себе является случайной величиной, распределение которой сходится к нормальному распределению по мере увеличения числа выборок.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!