Normal distribution
http://dbpedia.org/resource/Normal_distribution an entity of type: Thing
正規分布(せいきぶんぷ、英: normal distribution)またはガウス分布(英: Gaussian distribution)は、確率論や統計学で用いられる連続的な変数に関する確率分布の一つである。データが平均値の付近に集積するような分布を表す。主な特徴としては平均値と最頻値、中央値が一致する事や平均値を中心にして左右対称である事などが挙げられる。 中心極限定理により、独立な多数の因子の和として表される確率変数は正規分布に従う。このことによって正規分布は統計学や自然科学、社会科学の様々な場面で複雑な現象を簡単に表すモデルとして用いられている。 たとえば、実験における測定の誤差は正規分布に従って分布すると仮定され、不確かさの評価が計算されている。 正規分布の確率密度関数のフーリエ変換は再び正規分布の密度関数になることから、フーリエ解析および派生した様々な数学・物理の理論の体系において、正規分布は基本的な役割を果たしている。 確率変数 X が1次元正規分布に従う場合は と表記し、確率変数 X が n 次元正規分布に従う場合は などと表記する。
rdf:langString
La distribuzione normale (o distribuzione di Gauss dal nome del matematico tedesco Carl Friedrich Gauss, o distribuzione a Campana di Gauss), nella teoria della probabilità, è una distribuzione di probabilità continua che è spesso usata come prima approssimazione per descrivere variabili casuali a valori reali che tendono a concentrarsi attorno a un singolo valor medio. Il grafico della funzione di densità di probabilità associata è simmetrico e ha una forma a campana, nota come "curva a campana", "curva normale", "curva gaussiana" o "curva degli errori".
rdf:langString
확률론과 통계학에서 정규 분포(正規 分布, 영어: normal distribution) 또는 가우스 분포(Gauß 分布, 영어: Gaussian distribution)는 연속 확률 분포의 하나이다. 정규분포는 수집된 자료의 분포를 근사하는 데에 자주 사용되며, 이것은 중심극한정리에 의하여 독립적인 확률변수들의 평균은 정규분포에 가까워지는 성질이 있기 때문이다. 정규분포는 2개의 매개 변수 평균 과 표준편차 에 대해 모양이 결정되고, 이때의 분포를 로 표기한다. 특히, 평균이 0이고 표준편차가 1인 정규분포 을 표준 정규 분포(standard normal distribution)라고 한다.
rdf:langString
正态分布(香港作正態分佈,台湾作常態分布,英語:Normal distribution),又名高斯分佈(英語:Gaussian distribution)、正規分佈,是一個非常常見的連續機率分布。常態分布在统计学上十分重要,經常用在自然和社会科学來代表一個不明的隨機變量。 若隨機變數服從一個位置參數為、尺度參數為的常態分布,記為: 則其機率密度函數為 常態分布的數學期望值或期望值等於位置參數,決定了分布的位置;其方差的開平方或標準差等於尺度參數,決定了分布的幅度。 中心极限定理指出,在特定条件下,一个具有有限均值和方差的随机变量的多个样本(观察值)的平均值本身就是一个随机变量,其分布随着样本数量的增加而收敛于正态分布。因此,许多与独立过程总和有关的物理量,例如测量误差,通常可被近似为正态分布。 常態分布的機率密度函數曲線呈鐘形,因此人們又經常稱之為鐘形曲線(类似于寺庙里的大钟,因此得名)。我們通常所說的標準常態分布是位置參數,尺度參數的常態分布(見右圖中紅色曲線)。
rdf:langString
في نظرية الاحتمالات، التوزيع الطبيعي (أو الغاوسي) هو توزيع احتمالي مستمر كثير الانتشار والاستعمال، يستخدم - غالباً - تقريباً أولياً لوصف المتغيرات العشوائية التي تميل إلى التمركز حول قيمة متوسطة وحيدة. لمخطط تابع كثافة الاحتمال المقابل لهذا التوزيع شكل الجرس، ويعرف بالدالة الغاوسية أو منحني الجرس. حيث هو القيمة المتوقعة (مكان الذروة)، و هو التباين (قياس عرض التوزيع). عندما تكون قيم وسيطي التوزيع و فإنه يسمى التوزيع الطبيعي المعياري. انظر إلى توزيع ستيودنت الاحتمالي وإلى توزيع كوشي وإلى .
rdf:langString
La distribució normal, també coneguda com a distribució gaussiana, és una important família de distribucions de probabilitat contínues i és aplicable a molts camps.Cada membre de la família queda definit per dos paràmetres: la localització o mitjana i l'escala o desviació estàndard , i es denota per . Un cas particular és la distribució normal estàndard, per la qual la mitjana és 0 i la desviació estàndard és 1.Fou Carl Friedrich Gauss qui descobrí la distribució normal quan analitzava dades astronòmiques, i definí l'equació de la seva funció de densitat de probabilitat. Aquesta distribució també s'anomena campana de Gauss, atès que el gràfic de la seva funció de densitat de probabilitat s'assembla a una campana.
rdf:langString
Normální rozdělení neboli Gaussovo rozdělení (podle Carla Friedricha Gausse) je jedno z nejdůležitějších rozdělení pravděpodobnosti spojité náhodné veličiny. (Slovo „normální“ zde není použito v nejběžnějším smyslu „obyčejné, běžné“, ale znamená „řídící se zákonem, předpisem nebo modelem“.) Jeho důležitost ukazuje centrální limitní věta (CLV), jež zhruba řečeno tvrdí, že součet či aritmetický průměr velkého počtu libovolných vzájemně nezávislých a nepříliš „divokých“ náhodných veličin se vždy podobá normálně rozdělené náhodné veličině. Normální rozdělení proto za určitých podmínek dobře aproximuje řadu jiných pravděpodobnostních rozdělení (spojitých i diskrétních), i když v praxi málokteré rozdělení je přesně normální.
rdf:langString
Η κανονική κατανομή (γνωστή και ως γκαουσιανή κατανομή) αναφέρεται σε συνεχείς μεταβλητές αποτελώντας μία συνεχή συνάρτηση πυκνότητας πιθανότητας. Χρησιμοποιείται ως μία πρώτη προσέγγιση για να περιγραφούν τυχαίες μεταβλητές πραγματικών τιμών, οι οποίες τείνουν να συγκεντρώνονται γύρω από μια μέση τιμή. Η κανονική κατανομή αποτελεί την πιο σημαντική κατανομή της στατιστικής μεθοδολογίας για τους εξής βασικούς λόγους: Η γραφική παράσταση της σχετιζόμενης συνάρτησης πυκνότητας πιθανότητας έχει σχήμα «καμπάνας», και είναι γνωστή ως γκαουσιανή συνάρτηση ή κωδωνοειδής καμπύλη:
rdf:langString
La normala distribuo, ankaŭ nomata Gaŭsa distribuo aŭ Gaŭs-kurbo, estas ege grava probablodistribuo en multaj kampoj.Ĝi estas familio de distribuoj de la sama ĝenerala formo, diferenciĝanta inter si per parametroj loko kaj krusto: la meznombro ("averaĝa") kaj varianca devio ("variebleco"), respektive.La norma normala distribuo estas la normala distribuo kun meznombro 0 kaj varianca devio 1 (la verdaj kurboj en la grafikaĵoj).Ĝi estas ofte nomata kiel la sonorila kurbo ĉar la grafikaĵo de ĝia probablodensa funkcio similas al sonorilo.
rdf:langString
Die Normal- oder Gauß-Verteilung (nach Carl Friedrich Gauß) ist in der Stochastik ein wichtiger Typ stetiger Wahrscheinlichkeitsverteilungen. Ihre Wahrscheinlichkeitsdichtefunktion wird auch Gauß-Funktion, Gaußsche Normalverteilung, Gaußsche Verteilungskurve, Gauß-Kurve, Gaußsche Glockenkurve, Gaußsche Glockenfunktion, Gauß-Glocke oder schlicht Glockenkurve genannt. Zufallsvariablen mit Normalverteilung benutzt man zur Beschreibung zufälliger Vorgänge wie: In der Versicherungsmathematik ist die Normalverteilung geeignet zur Modellierung von Schadensdaten im Bereich mittlerer Schadenshöhen.
rdf:langString
En estadística y probabilidad se llama distribución normal, distribución de Gauss, distribución gaussiana, distribución de Laplace-Gauss o normalidad estadística a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece en estadística y en la teoría de probabilidades. La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un determinado parámetro estadístico. Esta curva se conoce como campana de Gauss y es el gráfico de una función gaussiana.
rdf:langString
Probabilitate teorian eta estatistikan, zorizko aldagai bat banaketa normalari jarraitzen diola, zorizko aldagai gausstarra dela, edo laburrago normal banatzen dela esaten da, zorizko aldagaiaren honelakoa denean: Banakuntza normala bi parametroren araberakoa da: μ eta σ, batez bestekoa edo itxaropen matematikoa eta desbideratze estandarra hurrenez hurren. Horrela, X aldagai bat banaketa normalari jarraitzen diola honela adierazten da:
rdf:langString
In statistics, a normal distribution or Gaussian distribution is a type of continuous probability distribution for a real-valued random variable. The general form of its probability density function is The parameter is the mean or expectation of the distribution (and also its median and mode), while the parameter is its standard deviation. The variance of the distribution is . A random variable with a Gaussian distribution is said to be normally distributed, and is called a normal deviate.
rdf:langString
Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi normal yang memiliki rata-rata nol dan simpangan baku satu. Distribusi ini juga dijuluki kurva lonceng (bell curve) karena grafik fungsi kepekatan probabilitasnya mirip dengan bentuk lonceng.
rdf:langString
En théorie des probabilités et en statistique, les lois normales sont parmi les lois de probabilité les plus utilisées pour modéliser des phénomènes naturels issus de plusieurs événements aléatoires. Elles sont en lien avec de nombreux objets mathématiques dont le mouvement brownien, le bruit blanc gaussien ou d'autres lois de probabilité. Elles sont également appelées lois gaussiennes, lois de Gauss ou lois de Laplace-Gauss des noms de Laplace (1749-1827) et Gauss (1777-1855), deux mathématiciens, astronomes et physiciens qui l'ont étudiée. . .
rdf:langString
De normale verdeling of gaussverdeling (genoemd naar de Duitse wiskundige Carl Friedrich Gauss) is een continue kansverdeling met twee parameters, de verwachtingswaarde en de standaardafwijking , waarvan de kansdichtheid wordt gegeven door de volgende Gaussische functie: De kansdichtheid is symmetrisch rond , hoog in het midden, en wordt naar lage en hoge waarden steeds kleiner zonder ooit echt nul te worden. Door de vorm wordt deze ook wel klokkromme of gausscurve genoemd. Zoals voor elke kansdichtheid is de integraal over het hele definitiegebied precies gelijk aan 1:
rdf:langString
Em probabilidade e estatística, a distribuição normal é uma das distribuições de probabilidade mais utilizadas para modelar fenômenos naturais. Isso se deve ao fato de que um grande número de fenômenos naturais apresenta sua distribuição de probabilidade tão proximamente normal, que a ela pode ser com sucesso referida, e, portanto, com adequado acerto por ela representada como se normal fosse. A distribuição normal é ligada a vários conceitos matemáticos como movimento browniano, ruído branco, entre outros. A distribuição normal também é chamada distribuição gaussiana, distribuição de Gauss ou distribuição de Laplace–Gauss, em referência aos matemáticos, físicos e astrônomos francês Pierre–Simon Laplace (1749 – 1827) e alemão Carl Friedrich Gauss (1777 – 1855).
rdf:langString
Rozkład normalny, rozkład Gaussa (w literaturze francuskiej zwany rozkładem Laplace’a-Gaussa) – jeden z najważniejszych rozkładów prawdopodobieństwa, odgrywający ważną rolę w statystyce. Wykres funkcji prawdopodobieństwa tego rozkładu jest krzywą w kształcie dzwonu (tak zwaną krzywą dzwonową).
rdf:langString
Normalfördelning (ibland Gaussfördelning eller Gausskurva) är en viktig fördelning inom sannolikhetsteori och statistik. En normalfördelad variabel antar ofta värden som ligger nära medelvärdet och mycket sällan värden som har en stor avvikelse. Därför påminner normalfördelningen om en kulle eller en klocka och i engelskan används ofta beteckningen bell curve.
rdf:langString
Норма́льное распределе́ние, также называемое распределением Гаусса или Гаусса — Лапласа, или колоколообразная кривая — непрерывное распределение вероятностей с пиком в центре и симметричными боковыми сторонами, которое в одномерном случае задаётся функцией плотности вероятности, совпадающей с функцией Гаусса: ,где параметр — математическое ожидание (среднее значение), медиана и мода распределения, а параметр — среднеквадратическое отклонение, — дисперсия распределения.
rdf:langString
Нормальний розподіл (розподіл Ґауса) — розподіл ймовірностей випадкової величини, що характеризується густиною ймовірності де — математичне сподівання, — дисперсія випадкової величини. Параметр також відомий, як стандартне відхилення. Розподіл із та називають стандартним нормальним розподілом. Нормально розподілена випадкова величина позначається так: .
rdf:langString
rdf:langString
Normal distribution
rdf:langString
توزيع احتمالي طبيعي
rdf:langString
Distribució normal
rdf:langString
Normální rozdělení
rdf:langString
Normalverteilung
rdf:langString
Κανονική κατανομή
rdf:langString
Normala distribuo
rdf:langString
Distribución normal
rdf:langString
Banaketa normal
rdf:langString
Dáileadh Normalach
rdf:langString
Distribusi normal
rdf:langString
Loi normale
rdf:langString
Distribuzione normale
rdf:langString
정규 분포
rdf:langString
正規分布
rdf:langString
Normale verdeling
rdf:langString
Rozkład normalny
rdf:langString
Нормальное распределение
rdf:langString
Distribuição normal
rdf:langString
Normalfördelning
rdf:langString
正态分布
rdf:langString
Нормальний розподіл
rdf:langString
Normal distribution
xsd:integer
21462
xsd:integer
1124186220
rdf:langString
j=1
rdf:langString
p/n067460
rdf:langString
k
rdf:langString
Normal distribution
rdf:langString
Normal Distribution
rdf:langString
density
rdf:langString
في نظرية الاحتمالات، التوزيع الطبيعي (أو الغاوسي) هو توزيع احتمالي مستمر كثير الانتشار والاستعمال، يستخدم - غالباً - تقريباً أولياً لوصف المتغيرات العشوائية التي تميل إلى التمركز حول قيمة متوسطة وحيدة. لمخطط تابع كثافة الاحتمال المقابل لهذا التوزيع شكل الجرس، ويعرف بالدالة الغاوسية أو منحني الجرس. حيث هو القيمة المتوقعة (مكان الذروة)، و هو التباين (قياس عرض التوزيع). عندما تكون قيم وسيطي التوزيع و فإنه يسمى التوزيع الطبيعي المعياري. يعد التوزيع الطبيعي التوزيع الاحتمالي المستمر الأساسي، نظراً لدوره في مبرهنة النهاية المركزية، كما أنه من أول التوزيعات المستمرة التي تدرس في مقررات الإحصاء الابتدائية. فوفقاً لمبرهنة النهاية المركزية، وتحت شروط معينة، فإن مجموع عدد من المتغيرات العشوائية بعدد منته من المتوسطات والتباينات يقارب توزيعاً طبيعياً بازدياد عدد تلك المتغيرات. ولهذا السبب، فإنه كثيراً ما يشاهد هذا التوزيع في الممارسة العملية، وهو يستخدم في الإحصاء والعلوم الطبيعية والعلوم الاجتماعية نموذجاً بسيطاً للتعامل مع ظواهر معقدة. على سبيل المثال، خطأ الملاحظة في تجربة ما، غالباً ما يتبع توزيعاً طبيعياً. كما يحسب باستخدام هذا الافتراض أيضاً. انظر إلى توزيع ستيودنت الاحتمالي وإلى توزيع كوشي وإلى . لاحظ أن لمتغير ذي توزع طبيعي توزيعاً متناظراً حول متوسطه. ولهذا فإن القيم التي تنمو بشكل أسي (كالأسعار والدخل وعدد السكان) تكون ملتوية نحو اليمين (skewness)، وبالتالي يمكن التعبير عنها بشكل أفضل باستخدام توزيعات أخرى، وتوزيع باريتو.
rdf:langString
Normální rozdělení neboli Gaussovo rozdělení (podle Carla Friedricha Gausse) je jedno z nejdůležitějších rozdělení pravděpodobnosti spojité náhodné veličiny. (Slovo „normální“ zde není použito v nejběžnějším smyslu „obyčejné, běžné“, ale znamená „řídící se zákonem, předpisem nebo modelem“.) Jeho důležitost ukazuje centrální limitní věta (CLV), jež zhruba řečeno tvrdí, že součet či aritmetický průměr velkého počtu libovolných vzájemně nezávislých a nepříliš „divokých“ náhodných veličin se vždy podobá normálně rozdělené náhodné veličině. Normální rozdělení proto za určitých podmínek dobře aproximuje řadu jiných pravděpodobnostních rozdělení (spojitých i diskrétních), i když v praxi málokteré rozdělení je přesně normální. Náhodné chyby, např. chyby měření, způsobené velkým počtem malých, neznámých a vzájemně nezávislých příčin, jsou v důsledku CLV rovněž rozděleny přibližně normálně. Proto bývá normální rozdělení také označováno jako zákon chyb. Podle tohoto zákona se také teoreticky řídí rozdělení některých fyzikálních a technických veličin.
rdf:langString
La distribució normal, també coneguda com a distribució gaussiana, és una important família de distribucions de probabilitat contínues i és aplicable a molts camps.Cada membre de la família queda definit per dos paràmetres: la localització o mitjana i l'escala o desviació estàndard , i es denota per . Un cas particular és la distribució normal estàndard, per la qual la mitjana és 0 i la desviació estàndard és 1.Fou Carl Friedrich Gauss qui descobrí la distribució normal quan analitzava dades astronòmiques, i definí l'equació de la seva funció de densitat de probabilitat. Aquesta distribució també s'anomena campana de Gauss, atès que el gràfic de la seva funció de densitat de probabilitat s'assembla a una campana. La importància de la distribució normal en les ciències naturals i del comportament rau en el teorema central del límit. Aquest teorema estableix que la suma d'un elevat nombre d'efectes independents segueix (aproximadament) una distribució normal. D'aquesta manera, és útil en processos en els quals hi ha errors de mesura que es deuen a un elevat nombre de factors, tots ells contribuint una petita porció a l'error total. En la teoria de probabilitat i d'inferència estadística, el teorema central del límit garanteix que un llarg nombre d'estadístics segueixen la distribució normal, si més no aproximadament. Per exemple, la mitjana mostral o els estimadors màxim versemblants segueixen aproximadament una distribució normal sota certes condicions matemàtiques que són força generals.
rdf:langString
Η κανονική κατανομή (γνωστή και ως γκαουσιανή κατανομή) αναφέρεται σε συνεχείς μεταβλητές αποτελώντας μία συνεχή συνάρτηση πυκνότητας πιθανότητας. Χρησιμοποιείται ως μία πρώτη προσέγγιση για να περιγραφούν τυχαίες μεταβλητές πραγματικών τιμών, οι οποίες τείνουν να συγκεντρώνονται γύρω από μια μέση τιμή. Η κανονική κατανομή αποτελεί την πιο σημαντική κατανομή της στατιστικής μεθοδολογίας για τους εξής βασικούς λόγους:
* Την κανονική κατανομή ακολουθούν είτε με ακρίβεια είτε με μεγάλη προσέγγιση τα περισσότερα συνεχή φαινόμενα.
* Πολλές ασυνεχείς κατανομές πιθανοτήτων μπορούν να προσεγγιστούν μέσω της κανονικής κατανομής. Για παράδειγμα πολλά πληθυσμιακά χαρακτηριστικά, όπως το ύψος, το βάρος η βαθμολογία σε διαγώνισμα, κ.λπ.
* Η κανονική κατανομή αποτελεί σύμφωνα με το (το άθροισμα ενός ικανοποιητικά μεγάλου αριθμού ανεξάρτητων και ισόνομων τυχαίων μεταβλητών προσεγγίζεται από την κανονική κατανομή) τη βάση της στατιστικής συμπερασματολογίας ή επαγωγικής στατιστικής.
* Τυχαία σφάλματα που εμφανίζονται σε διάφορες μετρήσεις έχουν κανονική κατανομή. Γι' αυτό το λόγο η Κανονική κατανομή αναφέρεται πολλές φορές και ως κατανομή σφαλμάτων. Η γραφική παράσταση της σχετιζόμενης συνάρτησης πυκνότητας πιθανότητας έχει σχήμα «καμπάνας», και είναι γνωστή ως γκαουσιανή συνάρτηση ή κωδωνοειδής καμπύλη:
rdf:langString
Die Normal- oder Gauß-Verteilung (nach Carl Friedrich Gauß) ist in der Stochastik ein wichtiger Typ stetiger Wahrscheinlichkeitsverteilungen. Ihre Wahrscheinlichkeitsdichtefunktion wird auch Gauß-Funktion, Gaußsche Normalverteilung, Gaußsche Verteilungskurve, Gauß-Kurve, Gaußsche Glockenkurve, Gaußsche Glockenfunktion, Gauß-Glocke oder schlicht Glockenkurve genannt. Die besondere Bedeutung der Normalverteilung beruht unter anderem auf dem zentralen Grenzwertsatz, dem zufolge Verteilungen, die durch additive Überlagerung einer großen Zahl von unabhängigen Einflüssen entstehen, unter schwachen Voraussetzungen annähernd normalverteilt sind. Die Familie der Normalverteilungen bildet eine Lage-Skalen-Familie. Die Abweichungen der Messwerte vieler natur-, wirtschafts- und ingenieurwissenschaftlicher Vorgänge vom Erwartungswert lassen sich durch die Normalverteilung (bei biologischen Prozessen oft logarithmische Normalverteilung) in sehr guter Näherung beschreiben (vor allem Prozesse, die in mehreren Faktoren unabhängig voneinander in verschiedene Richtungen wirken). Zufallsvariablen mit Normalverteilung benutzt man zur Beschreibung zufälliger Vorgänge wie:
* zufällige Streuung von Messwerten,
* zufällige Abweichungen vom Sollmaß bei der Fertigung von Werkstücken,
* Beschreibung der brownschen Molekularbewegung. In der Versicherungsmathematik ist die Normalverteilung geeignet zur Modellierung von Schadensdaten im Bereich mittlerer Schadenshöhen. In der Messtechnik wird häufig eine Normalverteilung angesetzt, um die Streuung von Messwerten zu beschreiben. Die Standardabweichung beschreibt die Breite der Normalverteilung. Die Halbwertsbreite einer Normalverteilung ist ungefähr das -Fache (genau ) der Standardabweichung. Es gilt näherungsweise:
* Im Intervall der Abweichung vom Erwartungswert sind 68,27 % aller Messwerte zu finden,
* Im Intervall der Abweichung vom Erwartungswert sind 95,45 % aller Messwerte zu finden,
* Im Intervall der Abweichung vom Erwartungswert sind 99,73 % aller Messwerte zu finden. Und ebenso lassen sich umgekehrt für gegebene Wahrscheinlichkeiten die maximalen Abweichungen vom Erwartungswert finden:
* 50 % aller Messwerte haben eine Abweichung von höchstens vom Erwartungswert,
* 90 % aller Messwerte haben eine Abweichung von höchstens vom Erwartungswert,
* 95 % aller Messwerte haben eine Abweichung von höchstens vom Erwartungswert,
* 99 % aller Messwerte haben eine Abweichung von höchstens vom Erwartungswert. Somit kann neben dem Erwartungswert, der als Schwerpunkt der Verteilung interpretiert werden kann, auch der Standardabweichung eine einfache Bedeutung im Hinblick auf die Größenordnungen der auftretenden Wahrscheinlichkeiten bzw. Häufigkeiten zugeordnet werden.
rdf:langString
La normala distribuo, ankaŭ nomata Gaŭsa distribuo aŭ Gaŭs-kurbo, estas ege grava probablodistribuo en multaj kampoj.Ĝi estas familio de distribuoj de la sama ĝenerala formo, diferenciĝanta inter si per parametroj loko kaj krusto: la meznombro ("averaĝa") kaj varianca devio ("variebleco"), respektive.La norma normala distribuo estas la normala distribuo kun meznombro 0 kaj varianca devio 1 (la verdaj kurboj en la grafikaĵoj).Ĝi estas ofte nomata kiel la sonorila kurbo ĉar la grafikaĵo de ĝia probablodensa funkcio similas al sonorilo. La matematikaj formuloj estis priskribitaj de Carl Friedrich Gauss, germana matematikisto.
rdf:langString
En estadística y probabilidad se llama distribución normal, distribución de Gauss, distribución gaussiana, distribución de Laplace-Gauss o normalidad estadística a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece en estadística y en la teoría de probabilidades. La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un determinado parámetro estadístico. Esta curva se conoce como campana de Gauss y es el gráfico de una función gaussiana. La importancia de esta distribución radica en que permite modelar numerosos fenómenos naturales, sociales y psicológicos.Mientras que los mecanismos que subyacen a gran parte de este tipo de fenómenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observación se obtiene como la suma de unas pocas causas independientes. De hecho, la estadística descriptiva solo permite describir un fenómeno, sin explicación alguna. Para la explicación causal es preciso el diseño experimental, de ahí que al uso de la estadística en psicología y sociología sea conocido como método correlacional. La distribución normal también es importante por su relación con la estimación por mínimos cuadrados, uno de los métodos de estimación más simples y antiguos. Algunos ejemplos de variables asociadas a fenómenos naturales que siguen el modelo de la normal son:
* caracteres morfológicos de individuos como la estatura;
* caracteres fisiológicos como el efecto de un fármaco;
* caracteres sociológicos como el consumo de cierto producto por un mismo grupo de individuos;
* caracteres psicológicos como el cociente intelectual;
* nivel de ruido en telecomunicaciones;
* errores cometidos al medir ciertas magnitudes;
* etc. La distribución normal también aparece en muchas áreas de la propia estadística. Por ejemplo, la distribución muestral de las medias muestrales es aproximadamente normal, cuando la distribución de la población de la cual se extrae la muestra no es normal. Además, la distribución normal maximiza la entropía entre todas las distribuciones con media y varianza conocidas, lo cual la convierte en la elección natural de la distribución subyacente a una lista de datos resumidos en términos de media muestral y varianza. La distribución normal es la más extendida en estadística y muchos tests estadísticos están basados en una "normalidad" más o menos justificada de la variable aleatoria bajo estudio. En probabilidad, la distribución normal aparece como el límite de varias distribuciones de probabilidad continuas y discretas.
rdf:langString
Probabilitate teorian eta estatistikan, zorizko aldagai bat banaketa normalari jarraitzen diola, zorizko aldagai gausstarra dela, edo laburrago normal banatzen dela esaten da, zorizko aldagaiaren honelakoa denean: Estatistikan gehien erabiltzen den probabilitate banaketa da, bere ezaugarri bereziengatik. Zorizko aldagaiak har ditzakeen balioei buruz inongo murrizketarik jartzen ez duela (bere balio posibleak -tik -ra baitoaz), bere trinkotasun funtzioak kanpai itxura erakusten du beti (eta horregatik Gaussen kanpaia ere deitzen zaio), datuen histograma irudikatuz gero errealitateko aldagai asko bezalaxe. Hori dela eta, aldagai askoren eredu gisa aukeratzen da, hortik datorkio normal izena. Bestalde, oso propietate matematiko interesgarriak ditu: probabilitate banaketa anitzen limitea da eta inferentzian zenbatesle askoren banaketa izanik, hipotesi kontraste eta konfiantza tarte askotarako erabiltzen da. Limitearen teorema zentralari esker, banaketa normala zorizko aldagaia faktore anitzen ekarpenen batura denerako ere da baliozkoa. Banakuntza normala bi parametroren araberakoa da: μ eta σ, batez bestekoa edo itxaropen matematikoa eta desbideratze estandarra hurrenez hurren. Horrela, X aldagai bat banaketa normalari jarraitzen diola honela adierazten da: Banakuntza normal estandarra μ=0 eta σ=1 parametroak dituen banaketa normala da eta beste banaketa normaletako probabilitateak kalkulatzeko oinarri gisa erabiltzen da. Banakuntza normal estandarra honela irudikatzen da:
rdf:langString
En théorie des probabilités et en statistique, les lois normales sont parmi les lois de probabilité les plus utilisées pour modéliser des phénomènes naturels issus de plusieurs événements aléatoires. Elles sont en lien avec de nombreux objets mathématiques dont le mouvement brownien, le bruit blanc gaussien ou d'autres lois de probabilité. Elles sont également appelées lois gaussiennes, lois de Gauss ou lois de Laplace-Gauss des noms de Laplace (1749-1827) et Gauss (1777-1855), deux mathématiciens, astronomes et physiciens qui l'ont étudiée. Plus formellement, une loi normale est une loi de probabilité absolument continue qui dépend de deux paramètres : son espérance, un nombre réel noté μ, et son écart type, un nombre réel positif noté σ. La densité de probabilité de la loi normale d'espérance μ, et d'écart type σ est donnée par : . La courbe de cette densité est appelée courbe de Gauss ou courbe en cloche, entre autres. C'est la représentation la plus connue de ces lois. Lorsqu'une variable aléatoire X suit une loi normale, elle est dite gaussienne ou normale et il est habituel d'utiliser la notation avec la variance σ2 : . La loi normale de moyenne nulle et d'écart type unitaire, , est appelée loi normale centrée réduite ou loi normale standard. Parmi les lois de probabilité, les lois normales prennent une place particulière grâce au théorème central limite. En effet, elles correspondent au comportement, sous certaines conditions, d'une suite d'expériences aléatoires similaires et indépendantes lorsque le nombre d'expériences est très élevé. Grâce à cette propriété, une loi normale permet d'approcher d'autres lois et ainsi de modéliser de nombreuses études scientifiques comme des mesures d'erreurs ou des tests statistiques, en utilisant par exemple les tables de la loi normale centrée réduite.
rdf:langString
In statistics, a normal distribution or Gaussian distribution is a type of continuous probability distribution for a real-valued random variable. The general form of its probability density function is The parameter is the mean or expectation of the distribution (and also its median and mode), while the parameter is its standard deviation. The variance of the distribution is . A random variable with a Gaussian distribution is said to be normally distributed, and is called a normal deviate. Normal distributions are important in statistics and are often used in the natural and social sciences to represent real-valued random variables whose distributions are not known. Their importance is partly due to the central limit theorem. It states that, under some conditions, the average of many samples (observations) of a random variable with finite mean and variance is itself a random variable—whose distribution converges to a normal distribution as the number of samples increases. Therefore, physical quantities that are expected to be the sum of many independent processes, such as measurement errors, often have distributions that are nearly normal. Moreover, Gaussian distributions have some unique properties that are valuable in analytic studies. For instance, any linear combination of a fixed collection of normal deviates is a normal deviate. Many results and methods, such as propagation of uncertainty and least squares parameter fitting, can be derived analytically in explicit form when the relevant variables are normally distributed. A normal distribution is sometimes informally called a bell curve. However, many other distributions are bell-shaped (such as the Cauchy, Student's t, and logistic distributions). For other names, see . The univariate probability distribution is generalized for vectors in the multivariate normal distribution and for matrices in the matrix normal distribution.
rdf:langString
Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi normal yang memiliki rata-rata nol dan simpangan baku satu. Distribusi ini juga dijuluki kurva lonceng (bell curve) karena grafik fungsi kepekatan probabilitasnya mirip dengan bentuk lonceng. Distribusi normal memodelkan fenomena kuantitatif pada ilmu alam maupun ilmu sosial. Beragam skor pengujian psikologi dan fenomena fisika seperti jumlah foton dapat dihitung melalui pendekatan dengan mengikuti distribusi normal. Distribusi normal banyak digunakan dalam berbagai bidang statistika, misalnya rata-rata akan mendekati normal, meski distribusi populasi yang diambil tidak berdistribusi normal. Distribusi normal juga banyak digunakan dalam berbagai distribusi dalam statistika, dan kebanyakan mengasumsikan normalitas suatu data.
rdf:langString
正規分布(せいきぶんぷ、英: normal distribution)またはガウス分布(英: Gaussian distribution)は、確率論や統計学で用いられる連続的な変数に関する確率分布の一つである。データが平均値の付近に集積するような分布を表す。主な特徴としては平均値と最頻値、中央値が一致する事や平均値を中心にして左右対称である事などが挙げられる。 中心極限定理により、独立な多数の因子の和として表される確率変数は正規分布に従う。このことによって正規分布は統計学や自然科学、社会科学の様々な場面で複雑な現象を簡単に表すモデルとして用いられている。 たとえば、実験における測定の誤差は正規分布に従って分布すると仮定され、不確かさの評価が計算されている。 正規分布の確率密度関数のフーリエ変換は再び正規分布の密度関数になることから、フーリエ解析および派生した様々な数学・物理の理論の体系において、正規分布は基本的な役割を果たしている。 確率変数 X が1次元正規分布に従う場合は と表記し、確率変数 X が n 次元正規分布に従う場合は などと表記する。
rdf:langString
La distribuzione normale (o distribuzione di Gauss dal nome del matematico tedesco Carl Friedrich Gauss, o distribuzione a Campana di Gauss), nella teoria della probabilità, è una distribuzione di probabilità continua che è spesso usata come prima approssimazione per descrivere variabili casuali a valori reali che tendono a concentrarsi attorno a un singolo valor medio. Il grafico della funzione di densità di probabilità associata è simmetrico e ha una forma a campana, nota come "curva a campana", "curva normale", "curva gaussiana" o "curva degli errori".
rdf:langString
확률론과 통계학에서 정규 분포(正規 分布, 영어: normal distribution) 또는 가우스 분포(Gauß 分布, 영어: Gaussian distribution)는 연속 확률 분포의 하나이다. 정규분포는 수집된 자료의 분포를 근사하는 데에 자주 사용되며, 이것은 중심극한정리에 의하여 독립적인 확률변수들의 평균은 정규분포에 가까워지는 성질이 있기 때문이다. 정규분포는 2개의 매개 변수 평균 과 표준편차 에 대해 모양이 결정되고, 이때의 분포를 로 표기한다. 특히, 평균이 0이고 표준편차가 1인 정규분포 을 표준 정규 분포(standard normal distribution)라고 한다.
rdf:langString
Rozkład normalny, rozkład Gaussa (w literaturze francuskiej zwany rozkładem Laplace’a-Gaussa) – jeden z najważniejszych rozkładów prawdopodobieństwa, odgrywający ważną rolę w statystyce. Wykres funkcji prawdopodobieństwa tego rozkładu jest krzywą w kształcie dzwonu (tak zwaną krzywą dzwonową). Przyczyną jego znaczenia jest częstość występowania w naturze. Jeśli jakaś wielkość jest sumą lub średnią bardzo wielu drobnych losowych czynników, to niezależnie od rozkładu każdego z tych czynników jej rozkład będzie zbliżony do normalnego (centralne twierdzenie graniczne) – dlatego można go bardzo często zaobserwować w danych. Ponadto rozkład normalny ma interesujące właściwości matematyczne, dzięki którym oparte na nim metody statystyczne są proste obliczeniowo.
rdf:langString
De normale verdeling of gaussverdeling (genoemd naar de Duitse wiskundige Carl Friedrich Gauss) is een continue kansverdeling met twee parameters, de verwachtingswaarde en de standaardafwijking , waarvan de kansdichtheid wordt gegeven door de volgende Gaussische functie: De kansdichtheid is symmetrisch rond , hoog in het midden, en wordt naar lage en hoge waarden steeds kleiner zonder ooit echt nul te worden. Door de vorm wordt deze ook wel klokkromme of gausscurve genoemd. De normale verdeling wordt wel genoteerd als -verdeling, wat wil zeggen dat het een normale verdeling is met verwachtingswaarde en variantie . Zoals voor elke kansdichtheid is de integraal over het hele definitiegebied precies gelijk aan 1: Veel verschijnselen zijn benaderend te beschrijven met behulp van een normale verdeling. Het gaat dan om verschijnselen waarvan de verdeling symmetrisch geconcentreerd is rond een centrale waarde en afwijkingen van deze centrale waarde steeds onwaarschijnlijker worden naarmate de afwijking groter is. Soms is het verschijnsel de optelsom van een groot aantal effecten die elkaar niet beïnvloeden. De centrale limietstelling geeft in zo'n geval de voorwaarden waaronder het totaal normaal verdeeld zal zijn. De normale verdeling is niet altijd een goede benadering. Zo zijn andere verdelingen beter als er sprake is van exponentiële groei, zoals het geval is bij onder meer inkomen, prijzen en bevolkingsomvang waarbij er een scheefheid naar rechts is. Verdelingen als de lognormale verdeling of de Paretoverdeling kunnen dan een betere benadering geven.
rdf:langString
Em probabilidade e estatística, a distribuição normal é uma das distribuições de probabilidade mais utilizadas para modelar fenômenos naturais. Isso se deve ao fato de que um grande número de fenômenos naturais apresenta sua distribuição de probabilidade tão proximamente normal, que a ela pode ser com sucesso referida, e, portanto, com adequado acerto por ela representada como se normal fosse. A distribuição normal é ligada a vários conceitos matemáticos como movimento browniano, ruído branco, entre outros. A distribuição normal também é chamada distribuição gaussiana, distribuição de Gauss ou distribuição de Laplace–Gauss, em referência aos matemáticos, físicos e astrônomos francês Pierre–Simon Laplace (1749 – 1827) e alemão Carl Friedrich Gauss (1777 – 1855). Em termos mais formais, a distribuição normal é uma distribuição de probabilidade absolutamente contínua parametrizada pela sua esperança matemática (número real ) e desvio padrão (número real positivo ). A densidade de probabilidade da distribuição normal é denotada como . A distribuição normal com média nula e desvio padrão unitário é chamada de distribuição normal centrada e reduzida ou de distribuição normal padrão. Quando uma variável aleatória segue uma distribuição normal, ela é chamada de gaussiana ou de normal. Comumente é usada a notação com a variância quando A curva de densidade é chamada de curva de Gauss ou de curva em forma de sino. O papel central da distribuição normal decorre do fato de ser o limite de um grande número de distribuições de probabilidade como mostra o teorema central do limite, o qual permite estudar probabilisticamente a média das variáveis independentes de uma amostra aleatória simples de tamanho grande . A distribuição normal corresponde ao comportamento do efeito agregado de experiências aleatórias independentes e semelhantes em certas circunstâncias quando o número de experiências é muito alto. Com esta propriedade, a distribuição normal pode aproximar–se da distribuição de efeito agregado de outras distribuições e modelar vários estudos científicos como erros de medição ou testes estatísticos com as tabelas de distribuição normal.
rdf:langString
Normalfördelning (ibland Gaussfördelning eller Gausskurva) är en viktig fördelning inom sannolikhetsteori och statistik. En normalfördelad variabel antar ofta värden som ligger nära medelvärdet och mycket sällan värden som har en stor avvikelse. Därför påminner normalfördelningen om en kulle eller en klocka och i engelskan används ofta beteckningen bell curve. Normalfördelningens betydelse framgår av den centrala gränsvärdessatsen, enligt vilken summan av ett stort antal oberoende slumpmässiga variabler är approximativt normalfördelad under vissa allmänna förutsättningar, oavsett vilken fördelning dessa variabler hade från början. Normalfördelningen är därför betydelsefull för beskrivningar av företeelser i naturen och i samhällen då många skeenden kan beskrivas med stor noggrannhet av normalfördelningen. Det är vanligt att fördelningen av en studerad parameter är okänd. Normalfördelningen kan då användas som en preliminär beskrivning av parametern, eftersom mätningar av parametrar ofta är behäftade med många mindre, oberoende och slumpmässiga variationer.
rdf:langString
Норма́льное распределе́ние, также называемое распределением Гаусса или Гаусса — Лапласа, или колоколообразная кривая — непрерывное распределение вероятностей с пиком в центре и симметричными боковыми сторонами, которое в одномерном случае задаётся функцией плотности вероятности, совпадающей с функцией Гаусса: ,где параметр — математическое ожидание (среднее значение), медиана и мода распределения, а параметр — среднеквадратическое отклонение, — дисперсия распределения. Таким образом, одномерное нормальное распределение является двухпараметрическим семейством распределений, которое принадлежит экспоненциальному классу распределений. Многомерный случай описан в статье «Многомерное нормальное распределение». Стандартным нормальным распределением называется нормальное распределение с математическим ожиданием и стандартным отклонением
rdf:langString
Нормальний розподіл (розподіл Ґауса) — розподіл ймовірностей випадкової величини, що характеризується густиною ймовірності де — математичне сподівання, — дисперсія випадкової величини. Параметр також відомий, як стандартне відхилення. Розподіл із та називають стандартним нормальним розподілом. Центральна гранична теорема стверджує, що нормальний розподіл виникає тоді, коли дана випадкова величина являє собою суму великого числа незалежних випадкових величин, кожна з яких відіграє незначну роль в утворенні всієї суми. Наприклад, відстань від влучення снаряду гармати до цілі при великій кількості пострілів характеризується саме нормальним розподілом. Нормально розподілена випадкова величина позначається так: .
rdf:langString
正态分布(香港作正態分佈,台湾作常態分布,英語:Normal distribution),又名高斯分佈(英語:Gaussian distribution)、正規分佈,是一個非常常見的連續機率分布。常態分布在统计学上十分重要,經常用在自然和社会科学來代表一個不明的隨機變量。 若隨機變數服從一個位置參數為、尺度參數為的常態分布,記為: 則其機率密度函數為 常態分布的數學期望值或期望值等於位置參數,決定了分布的位置;其方差的開平方或標準差等於尺度參數,決定了分布的幅度。 中心极限定理指出,在特定条件下,一个具有有限均值和方差的随机变量的多个样本(观察值)的平均值本身就是一个随机变量,其分布随着样本数量的增加而收敛于正态分布。因此,许多与独立过程总和有关的物理量,例如测量误差,通常可被近似为正态分布。 常態分布的機率密度函數曲線呈鐘形,因此人們又經常稱之為鐘形曲線(类似于寺庙里的大钟,因此得名)。我們通常所說的標準常態分布是位置參數,尺度參數的常態分布(見右圖中紅色曲線)。
rdf:langString
Normal Distribution CDF.svg
rdf:langString
= mean
rdf:langString
= variance
rdf:langString
The red curve is the standard normal distribution
rdf:langString
Normal Distribution PDF.svg
xsd:nonNegativeInteger
136572