Usambazaji wa kawaida au usambazaji Gaussian

Miongoni mwa sheria zote wa nadharia ya uwezekano, usambazaji wa kawaida hutokea mara nyingi, ikiwa ni pamoja na mara nyingi zaidi kuliko sare. Labda jambo hili ni kina msingi asili. Baada ya yote, aina hii ya usambazaji ni aliona wakati katika uwakilishi wa aina mbalimbali ya vigezo random kushiriki sababu kadhaa, yote ambayo kuathiri jinsi wao wenyewe. kawaida (au Gaussian) ya usambazaji katika kesi hii hupatikana kutokana na kuongeza ya mgawanyo tofauti. Ni kutokana na usambazaji mpana wa usambazaji wa kawaida, na got jina lake.

Wakati sisi majadiliano juu ya thamani ya maana, iwe ni mvua ya kila mwezi, Pato na utendaji wa kitaaluma darasani, katika hesabu ya thamani yake, kama sheria, kutumika sheria ya kawaida usambazaji. Hii thamani ya wastani inaitwa matumaini na graph inalingana na kiwango cha juu (inajulikana kama M). Pamoja na mgawanyo mzuri Curve ni chaguzi kuhusiana na kiwango cha juu, lakini katika hali halisi hii si mara zote, na ni halali.

Kuelezea sheria ya kawaida ya random kutofautiana usambazaji pia wanahitaji kujua Mkengeuko (imeonyeshwa kwa σ - sigma). Ni amefafanua sura ya Curve juu ya graph. σ kubwa, Curve itakuwa flatter. Kwa upande mwingine, σ ndogo, sahihi zaidi kuamua wastani wa thamani kwenye sampuli. Kwa hiyo, kwa RMS kubwa kupotoka kusema kwamba thamani ya wastani ni ndani mbalimbali fulani ya namba, na hailingani na idadi yoyote.

Pamoja na sheria nyingine ya takwimu, sheria ya kawaida ya usambazaji uwezekano kutenda vizuri kuliko kubwa ya sampuli, yaani, idadi ya vitu kuwa ni kushiriki katika vipimo. Hata hivyo, hapa ni umeonyesha athari nyingine: sampuli kubwa inakuwa ndogo sana uwezekano wa kupata thamani uhakika, ikiwa ni pamoja wastani. maadili tu ndio makundi karibu kati. Kwa hiyo sahihi kusema kwamba variable random kuwa karibu na thamani uhakika na uwezekano fulani.

Kuamua jinsi ya uwezekano ni na husaidia mkengeuko wa kawaida. Katika "tatu sigma" kipindi, yaani, M +/- 3 * σ, huwekwa 97.3% ya kiasi wote katika sampuli, na katika "tano sigma" mbalimbali - kama 99%. vipindi hivi ni kawaida kutumika kwa kuamua wakati ni muhimu, kiwango cha juu na kima cha chini cha thamani katika sampuli. uwezekano kuwa thamani ya muda nje ya sigma tano, ni kidogo. Katika mazoezi, kwa kawaida hutumiwa tatu sigma muda.

usambazaji wa kawaida unaweza kuwa una mambo mengi. Ni kudhani kwamba kitu ina vigezo kadhaa wa kujitegemea, walionyesha katika kitengo hicho cha kipimo. Kwa mfano, kupotoka ya risasi kutoka katikati ya lengo vertikalt na usawa wakati wa kurusha itakuwa ilivyoelezwa pande mbili usambazaji wa kawaida. graph ya usambazaji hili iwapo bora kama takwimu ya mapinduzi ya ndege Curve (Gaussian), kama kujadiliwa hapo juu.