Калькулятор нормального розподілу (CDF)

Автор: Henrick Yau
- July 21, 2026
| |

Калькулятор нормального розподілу (CDF)

Обчисліть ймовірності за допомогою нормального розподілу. Цей калькулятор знаходить площу під нормальною кривою (функцію кумулятивного розподілу) для заданих z-оцінок або x-значень.

Параметри розподілу

Обчислення ймовірності

Кількість стандартних відхилень від середнього

Параметри відображення

Розуміння нормального розподілу

Нормальний розподіл (також відомий як розподіл Гауса) — це неперервний розподіл ймовірностей, який симетрично зосереджений навколо свого середнього значення. Він визначається двома параметрами: середнім (μ) і стандартним відхиленням (σ).

Стандартний нормальний розподіл

Стандартний нормальний розподіл — це окремий випадок, де μ = 0 і σ = 1. Значення в нормальному розподілі можна перетворити на стандартний нормальний розподіл за допомогою Z-оцінок:

Z = (X - μ) / σ

Де X — вихідне значення, μ — середнє, а σ — стандартне відхилення.

Функція кумулятивного розподілу (CDF)

CDF нормального розподілу дає ймовірність того, що випадкова величина X набуває значення, менше або рівне x. Математично це визначається як:

Φ(x) = P(X ≤ x) = (1/√(2π)) ∫-∞x e-t²/2 dt

Цей інтеграл не можна обчислити в замкненій формі, але можна наблизити чисельно.

Важливі властивості
  • Приблизно 68% значень лежать у межах 1 стандартного відхилення від середнього
  • Приблизно 95% значень лежать у межах 2 стандартних відхилень від середнього
  • Приблизно 99,7% значень лежать у межах 3 стандартних відхилень від середнього
  • Загальна площа під нормальною кривою дорівнює 1 (або 100%)
  • Нормальна крива симетрична відносно середнього
Поширені застосування
  • Статистика: перевірка гіпотез, довірчі інтервали
  • Фінанси: дохідність акцій, ціноутворення опціонів
  • Контроль якості: аналіз можливостей процесу
  • Природничі науки: похибки вимірювань, фізичні явища
  • Соціальні науки: показники IQ, результати тестів, зріст, вага

Примітка: розрахунки в цьому інструменті використовують чисельні наближення функції нормального розподілу і можуть незначно відрізнятися від значень у стандартних статистичних таблицях.

Що таке калькулятор нормальної CDF?

Калькулятор нормальної CDF — це зручний статистичний інструмент, який допомагає визначити ймовірність того, що значення потрапляє в певний діапазон у нормальному розподілі. Цей інструмент підтримує як стандартний нормальний розподіл (Z-оцінки), так і користувацькі нормальні розподіли (X-значення із середнім і стандартним відхиленням).

Незалежно від того, чи вивчаєте ви теорію ймовірностей і статистику, аналізуєте дані чи виконуєте статистичні обчислення, цей калькулятор слугує надійним інструментом для розподілу даних.

Формула стандартного нормального розподілу:
\( Z = \frac{X - \mu}{\sigma} \)
Функція кумулятивного розподілу (CDF):
\( \Phi(x) = P(X \leq x) = \frac{1}{\sqrt{2\pi}} \int_{-\infty}^{x} e^{-t^2 / 2} \, dt \)

Основні можливості

  • Обчислення ймовірностей для стандартного нормального або користувацьких розподілів
  • Вибір з кількох сценаріїв ймовірності: менше ніж, більше ніж, між або поза діапазоном
  • Візуалізація розподілу та затінених областей ймовірності
  • Перегляд покрокових деталей обчислень і Z-таблиці для довідки
  • Генерація корисних інтерпретацій на основі ваших даних

Як користуватися калькулятором

Виконайте ці прості кроки, щоб обчислити ймовірність:

  1. Виберіть режим: Оберіть режим Z-оцінки (стандартний нормальний) або режим X-значення (користувацьке середнє та стандартне відхилення).
  2. Введіть значення: Вкажіть необхідні параметри, такі як середнє, стандартне відхилення та значення, які ви аналізуєте.
  3. Оберіть тип обчислення: Визначте, чи хочете ви знайти ймовірність бути менше ніж, більше ніж, між або поза певними значеннями.
  4. Налаштуйте відображення: Виберіть кількість десяткових знаків для показу та чи відображати кроки, графіки й таблиці.
  5. Натисніть "Обчислити ймовірність": Калькулятор покаже результат, графік розподілу, виконані кроки та інтерпретацію.

Чому варто використовувати цей калькулятор?

Цей інструмент допомагає всім, хто працює зі статистикою — від студентів і дослідників до аналітиків — швидко та точно отримувати уявлення про розподіли ймовірностей. Він слугує помічником з теорії ймовірностей і статистики, який спрощує такі завдання, як:

  • Розуміння ймовірності подій у межах дзвоноподібної кривої
  • Виконання статистичного аналізу для академічної або професійної роботи
  • Підтримка рішень на основі дисперсії даних і розподілу
  • Викладання таких концепцій, як стандартне відхилення, формула Z-оцінки та довірчі інтервали

Часті запитання (FAQ)

Що таке нормальний розподіл?

Нормальний розподіл — це дзвоноподібна крива, симетрична відносно свого середнього. Він використовується в багатьох галузях для моделювання реальних явищ, таких як результати тестів, зріст або похибки вимірювань.

Яка різниця між Z-оцінкою та X-значенням?

Z-оцінка — це стандартизоване значення, яке показує, на скільки стандартних відхилень точка віддалена від середнього. X-значення — це фактичне сире значення з вашого набору даних.

Наскільки точний калькулятор?

Калькулятор використовує чисельні наближення для нормальної CDF, які є високоточними та широко використовуються в ресурсах для статистичних обчислень. Можливі невеликі відмінності від друкованих таблиць.

Коли слід використовувати цей калькулятор?

Використовуйте його, коли потрібно обчислити ймовірності в нормальному розподілі, перевірити довірчі інтервали або оцінити статистичну значущість за допомогою калькулятора Z-оцінки.

Чи цей інструмент лише для експертів зі статистики?

Зовсім ні. Інтерфейс простий та інтуїтивно зрозумілий, що робить його чудовим помічником з аналізу даних як для початківців, так і для експертів.

Підсумки

Калькулятор нормальної CDF — це потужний і доступний інструмент статистичного аналізу для всіх, кому потрібно аналізувати набори даних за моделлю нормального розподілу. Це незамінний помічник для розуміння ймовірностей, інтерпретації Z-оцінок і роботи зі стандартним відхиленням.

Якщо ви прагнете покращити своє розуміння розподілу ймовірностей або хочете вдосконалити свій посібник з описової статистики, цей інструмент створений, щоб допомогти.