Η κανονική κατανομή (ή Gaussian κατανομή) είναι η πιο σημαντική κατανομή πιθανοτήτων στις στατιστικές. Περιγράφει πόσα φυσικά φαινόμενα κατανέμονται — βαθμολογίες δοκιμών, ύψη, σφάλματα μέτρησης, αποδόσεις μετοχών — και είναι το θεμέλιο των περισσότερων στατιστικών συμπερασμάτων και δοκιμών υποθέσεων.
Η Φόρμουλα
Η συνάρτηση πυκνότητας πιθανότητας για μια κανονική κατανομή είναι:
f(x) = (1 / (σ√(2π))) × e^(-(x-μ)²/(2σ²))
Οπου:
- μ (mu) = μέσος όρος (κέντρο κατανομής)
- σ (σίγμα) = τυπική απόκλιση (εξάπλωση της κατανομής)
- x = η τιμή που αξιολογείτε
- e ≈ 2,71828
- π ≈ 3,14159
Το σχήμα είναι καμπυλωτό και περίπου το 68% των τιμών εμπίπτουν σε 1 τυπική απόκλιση του μέσου όρου, 95% σε 2 τυπικές αποκλίσεις και 99,7% σε 3 τυπικές αποκλίσεις (ο κανόνας 68-95-99,7).
Παράδειγμα εργασίας
Μια τυποποιημένη δοκιμή έχει μέση τιμή 100 και τυπική απόκλιση 15. Ποια είναι η πιθανότητα μια τυχαία βαθμολογία να είναι μικρότερη από 115;
Πρώτα, μετατρέψτε σε z-score:
z = (115 - 100) / 15 = 1.0
Ένα z-score 1,0 σημαίνει ότι το 115 είναι μία τυπική απόκλιση πάνω από το μέσο όρο. Χρησιμοποιώντας έναν τυπικό κανονικό πίνακα ή αριθμομηχανή, P(z ≤ 1,0) ≈ 0,8413 ή 84,13%.
Έτσι, περίπου το 84% των εξεταζομένων βαθμολογούνται κάτω από 115.
Ιδιότητες κλειδιών
Η κανονική κατανομή ορίζεται εξ ολοκλήρου από τον μέσο όρο και την τυπική απόκλιση. Η μετατόπιση του μέσου όρου μετακινεί την καμπύλη αριστερά ή δεξιά. Η αύξηση της τυπικής απόκλισης την ισοπεδώνει και τη διευρύνει. Το συνολικό εμβαδόν κάτω από την καμπύλη ισούται πάντα με 1.
Οποιαδήποτε κανονική κατανομή μπορεί να μετατραπεί στην τυπική κανονική κατανομή (μέση τιμή 0, τυπική απόκλιση 1) χρησιμοποιώντας τον παραπάνω τύπο βαθμολογίας z. Αυτή η τυποποίηση σάς επιτρέπει να χρησιμοποιείτε έναν καθολικό κανονικό πίνακα.
Πότε να χρησιμοποιείται
Χρησιμοποιήστε την κανονική κατανομή όταν:
- Συστάδες δεδομένων γύρω από μια κεντρική τιμή
- Οι τιμές ακολουθούν ένα ιστόγραμμα σε σχήμα καμπάνας
- Ισχύει το Κεντρικό Οριακό Θεώρημα (δείγμα μέσο όρο από οποιαδήποτε κατανομή κατά προσέγγιση κανονική)
- Κάνετε έλεγχο υποθέσεων ή διαστήματα εμπιστοσύνης
Τα περισσότερα συνεχή δεδομένα του πραγματικού κόσμου ακολουθούν χονδρικά μια κανονική κατανομή, καθιστώντας τα το πλεονέκτημα των εφαρμοσμένων στατιστικών.
Συμβουλές
Ελέγξτε για κανονικότητα χρησιμοποιώντας ένα ιστόγραμμα ή ένα διάγραμμα Q-Q πριν υποθέσετε ότι τα δεδομένα είναι φυσιολογικά. Εάν τα δεδομένα είναι πολύ λοξά ή έχουν ακραίες τιμές, η κανονική κατανομή μπορεί να μην είναι κατάλληλη. Για μη κανονικά δεδομένα, χρησιμοποιήστε μη παραμετρικούς ελέγχους ή μετασχηματισμό δεδομένων.
Χρησιμοποιήστε τον Αριθμομηχανή Κανονικής Κατανομής για να βρείτε άμεσα πιθανότητες, εκατοστημόρια και βαθμολογίες z.