Нормальное распределение вероятностей Решение

ШАГ 0: Сводка предварительного расчета
Используемая формула
Нормальная функция распределения вероятностей = 1/(Стандартное отклонение нормального распределения*sqrt(2*pi))*e^((-1/2)*((Количество успехов-Среднее нормального распределения)/Стандартное отклонение нормального распределения)^2)
PNormal = 1/(σNormal*sqrt(2*pi))*e^((-1/2)*((x-μNormal)/σNormal)^2)
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
Нормальная функция распределения вероятностей - Нормальная функция распределения вероятностей, также известная как распределение Гаусса, представляет собой математическую функцию, описывающую симметричную колоколообразную кривую.
Стандартное отклонение нормального распределения - Стандартное отклонение нормального распределения — это среднее расстояние между каждой точкой данных и средним значением распределения, обеспечивающее меру того, насколько значения обычно отклоняются от среднего значения.
Количество успехов - Количество успехов — это случайная величина, обозначающая количество событий или событий в течение фиксированного интервала времени или пространства.
Среднее нормального распределения - Среднее нормального распределения — это среднее или ожидаемое значение, представляющее центральную тенденцию распределения.
ШАГ 1. Преобразование входов в базовый блок
Стандартное отклонение нормального распределения: 2 --> Конверсия не требуется
Количество успехов: 7 --> Конверсия не требуется
Среднее нормального распределения: 5.5 --> Конверсия не требуется
ШАГ 2: Оцените формулу
Подстановка входных значений в формулу
PNormal = 1/(σNormal*sqrt(2*pi))*e^((-1/2)*((x-μNormal)/σNormal)^2) --> 1/(2*sqrt(2*pi))*e^((-1/2)*((7-5.5)/2)^2)
Оценка ... ...
PNormal = 0.150568716077402
ШАГ 3: Преобразуйте результат в единицу вывода
0.150568716077402 --> Конверсия не требуется
ОКОНЧАТЕЛЬНЫЙ ОТВЕТ
0.150568716077402 0.150569 <-- Нормальная функция распределения вероятностей
(Расчет завершен через 00.004 секунд)

Кредиты

Creator Image
Сделано Друв Валия
Индийский технологический институт, Индийская школа горного дела, ДХАНБАД (ИИТ ИСМ), Дханбад, Джаркханд
Друв Валия создал этот калькулятор и еще 1100+!
Verifier Image
Проверено Нихил
Мумбайский университет (DJSCE), Мумбаи
Нихил проверил этот калькулятор и еще 300+!

2 Нормальное распределение Калькуляторы

Нормальное распределение вероятностей
​ Идти Нормальная функция распределения вероятностей = 1/(Стандартное отклонение нормального распределения*sqrt(2*pi))*e^((-1/2)*((Количество успехов-Среднее нормального распределения)/Стандартное отклонение нормального распределения)^2)
Оценка Z в нормальном распределении
​ Идти Оценка Z в нормальном распределении = (Индивидуальное значение в нормальном распределении-Среднее в нормальном распределении)/Стандартное отклонение в нормальном распределении

Нормальное распределение вероятностей формула

Нормальная функция распределения вероятностей = 1/(Стандартное отклонение нормального распределения*sqrt(2*pi))*e^((-1/2)*((Количество успехов-Среднее нормального распределения)/Стандартное отклонение нормального распределения)^2)
PNormal = 1/(σNormal*sqrt(2*pi))*e^((-1/2)*((x-μNormal)/σNormal)^2)

Что такое Вероятность?

В математике теория вероятностей изучает шансы. В реальной жизни мы прогнозируем шансы в зависимости от ситуации. Но теория вероятностей дает математическое обоснование концепции вероятности. Например, если в коробке 10 шаров, среди которых 7 черных шаров, 3 красных шара и случайно выбранный один шар. Тогда вероятность выпадения красного шара равна 3/10, а вероятность выпадения черного шара равна 7/10. Что касается статистики, то вероятность является ее основой. Он имеет широкое применение в принятии решений, науке о данных, исследованиях бизнес-тенденций и т. д.

Что такое нормальное распределение?

Нормальное распределение — это тип непрерывного распределения вероятностей для действительной случайной величины. Нормальные распределения важны в статистике и часто используются в естественных и социальных науках для представления действительных случайных величин, распределение которых неизвестно. Их важность частично обусловлена центральной предельной теоремой. Он утверждает, что при некоторых условиях среднее значение 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 количества выборок.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!